MLOps Engineer

Projekt koncentruje się na budowie i rozwoju skalowalnych środowisk ML, automatyzacji procesów związanych z cyklem życia modeli oraz wdrażaniu nowoczesnych praktyk MLOps w środowisku chmurowym. W ramach współpracy możliwy będzie udział w rozwoju platformy wspierającej tworzenie, wdrażanie i utrzymanie rozwiązań opartych o Machine Learning.

Poszukiwana jest osoba do współpracy w obszarze MLOps. Zakres współpracy obejmuje współtworzenie architektury środowiska ML, rozwój procesów automatyzacji oraz standardów technologicznych wykorzystywanych w organizacji.

Tryb pracy

• 100% zdalnie

Czym będziesz się zajmować?

• Projektowaniem i wdrażaniem kompleksowych procesów MLOps w środowisku Azure, z wykorzystaniem Azure ML, AKS, ACR oraz Azure Data Lake.
• Budowaniem i rozwijaniem skalowalnych środowisk dla modeli ML z wykorzystaniem Docker oraz Kubernetes.
• Automatyzacją procesów trenowania, walidacji i wdrażania modeli poprzez rozwiązania CI/CD.
• Integracją narzędzi wspierających orkiestrację i zarządzanie cyklem życia modeli, takich jak MLflow, Kubeflow czy Airflow.
• Zarządzaniem wersjonowaniem modeli, eksperymentami oraz rejestrami modeli.
• Implementacją monitoringu modeli, jakości danych, wydajności inferencji oraz mechanizmów wykrywania driftu.
• Projektowaniem, wdrażaniem i rozwojem rozwiązań IaC z wykorzystaniem Terraform, Bicep lub ARM Templates.
• Wdrażaniem dobrych praktyk związanych z bezpieczeństwem, jakością oraz zgodnością środowisk ML.

Czego od Ciebie oczekujemy?

Must have

• Praktyczne doświadczenie w obszarze MLOps lub budowy środowisk produkcyjnych dla rozwiązań ML.
• Bardzo dobra znajomość Azure ML, AKS, Docker oraz Kubernetes.
• Doświadczenie w budowie i utrzymaniu pipeline’ów ML oraz procesów CI/CD.
• Znajomość narzędzi takich jak MLflow, Kubeflow lub Airflow.
• Praktyczne doświadczenie z rozwiązaniami IaC, w szczególności Terraform, Bicep lub ARM Templates.
• Dobra znajomość zagadnień związanych z cyklem życia modeli ML, wersjonowaniem, monitoringiem oraz wykrywaniem driftu.
• Umiejętność automatyzacji procesów oraz podejście skoncentrowane na jakości, powtarzalności i skalowalności rozwiązań.
• Komunikatywna znajomość języka angielskiego.

Nice to have

• Doświadczenie w projektach z dużymi środowiskami danych i platformami AI.
• Znajomość dobrych praktyk związanych z bezpieczeństwem modeli, API oraz danych.
• Doświadczenie w projektowaniu architektury środowisk ML w chmurze.
• Certyfikaty związane z Azure lub obszarem Data & AI.

Dlaczego warto?

• Realny wpływ na architekturę środowiska ML oraz kierunek rozwoju rozwiązań MLOps.
• Współpraca z doświadczonymi ekspertami z obszaru Data, AI i Cloud.
• Udział w strategicznym projekcie wykorzystującym nowoczesne technologie związane z Machine Learning.
• Możliwość realizacji rozwiązań z wykorzystaniem nowoczesnego stacku technologicznego opartego o Azure, AKS, Docker, Kubernetes, MLflow i Terraform.
• Praca w zwinnym środowisku z krótkimi ścieżkami decyzyjnymi i dużą autonomią działania.