ML Ops Engineer

Projekt:

• Dołącz do zespołu odpowiedzialnego za rozwój wysoce skalowalnej infrastruktury uczenia maszynowego w projekcie związanym z zarządzaniem kampaniami reklamowymi.
• Stack: Python, AWS, Linux (Bash), Snowflake/S3, Tensorflow/PyTorch, K8S, IaaC, GithubActions/Airflow, Spark.
• Zespół składa się z Inżynierów MLOps, Inżynierów Machine Learning oraz Data Scientist.
• Praca oparta jest o metodykę Scrum; długość sprintów – 2 tygodnie.
• Zespół będzie bezpośrednio współpracował m.in. z developerami z USA – wymagana jest bardzo dobra znajomość języka angielskiego.

Wymagania:

• Min. 2-letnie doświadczenie w pracy na podobnym stanowisku.
• Min. 7-letnie, inżynierskie doświadczenie w branży IT.
• Doświadczenie w pracy z Pythonem.
• Bieżące doświadczenie w pracy z rozwiązaniami chmurowymi (preferowany AWS).
• Znajomość Infrastructure as a Code (Terraform).
• Znajomość narzędzi CI/CD (np. GithubActions, Airflow).
• Znajomość narzędzi ETL / Big Data (np. MapReduce, Spark, Flink, Kafka, Docker, Kubernetes, etc.).
• Doświadczenie w pracy z popularnymi bibliotekami ML (np. TensorFlow, PyTorch, Spark ML).
• Doświadczenie w pracy z narzędziami do monitorowania (np. Prometheus, Grafana).
• Doświadczenie w pracy z platformą SnowFlake lub Amazon S3.
• Mile widziane doświadczenie w projektach AdTech / reklamie cyfrowej / RTB.

Zadania:

• Udostępnianie modeli uczenia maszynowego dalszym aplikacjom zapewniając, że są one dostępne, skalowalne i bezpieczne.
• Zarządzanie wersjami modeli i zapewnianie, że klientom udostępniana jest odpowiednia wersja.
• Implementacja narzędzi monitorujących w celu śledzenia wydajności, stanu i wykorzystania platformy.
• Stała optymalizacja systemu obsługi ML: dążenie do poprawy wydajności, niezawodności i szybkości szukając możliwości uproszczenia i automatyzacji zadań przy zachowaniu wysokich standardów jakości.
• Eksperymentowanie z nowymi skalowalnymi architekturami uczenia maszynowego i tworzenie szybkich prototypów.

Dlaczego j-labs?:

• Stabilna finansowo i ugruntowana pozycja na rynku.
• Długofalowa współpraca – nie patrzymy przez pryzmat 1 projektu.
• Masz możliwość zmiany projektu i przestrzeń do budowania swojej ścieżki zawodowej zgodnie ze swoimi zainteresowaniami.
• Masz przestrzeń do rozwoju (m.in. Talk4Devs, blog techniczny, gildie technologiczne) i wymiany wiedzy z ekspertami w swojej dziedzinie (średnia doświadczenia naszych inżynierów to 9+ lat).