Data & ML Architect

Stawka: 190–255 PLN/h
Projekt: 10 miesięcy, z możliwością przedłużenia

O projekcie

Dołącz do greenfieldowego projektu, którego celem jest stworzenie nowoczesnej, cloud-native platformy dla bankowości cyfrowej nowej generacji.

Budujemy skalowalny, modularny i API-first ekosystem, oparty na architekturze event-driven oraz rozwiązaniach AI/ML. Platforma będzie wspierać operacje w czasie rzeczywistym, szybkie wdrażanie nowych produktów oraz długoterminowy rozwój biznesu.

Projekt wykorzystuje nowoczesne technologie Microsoft Azure, zaawansowane platformy danych oraz rozwiązania Machine Learning.

Twoja rola

Jako Data & ML Architect będziesz odpowiadać za projektowanie architektury end-to-end dla obszarów Data & AI oraz za wyznaczanie kierunku technologicznego dla zespołów inżynierskich.

Obowiązki

• Projektowanie kompleksowych architektur Data & Machine Learning na Microsoft Azure.
• Projektowanie i rozwój nowoczesnych platform danych obejmujących Data Lake, Data Warehouse, streaming i analytics.
• Projektowanie skalowalnych pipeline'ów ML — od ingestii danych, przez trening i deployment modeli, po monitoring i retraining.
• Definiowanie standardów MLOps, procesów CI/CD oraz frameworków governance.
• Zapewnienie odpowiedniej jakości danych, bezpieczeństwa, zgodności regulacyjnej i operational excellence.
• Współpraca z biznesem oraz zespołami technicznymi w celu przekładania wymagań na skalowalne rozwiązania.
• Pełnienie roli lidera architektonicznego i zapewnianie wsparcia technicznego zespołom engineeringowym.
• Analiza nowych technologii oraz udział w tworzeniu strategicznego roadmapu dla obszarów Data & AI.

Wymagania

• 10+ lat doświadczenia w obszarach Data Engineering, Data Architecture, AI lub Machine Learning.
• Doświadczenie w projektowaniu i implementacji enterprise-scale Data & ML platforms na Microsoft Azure.
• Znajomość: Azure Data Factory, Azure Databricks, Azure Synapse Analytics, Azure Data Lake Storage, Azure Machine Learning, Azure Kubernetes Service (AKS), Azure DevOps.
• Praktyczne doświadczenie z MLOps, zarządzaniem cyklem życia modeli, model governance, monitoringiem oraz CI/CD.
• Znajomość ML pipelines, feature engineering, model deployment oraz zasad Responsible AI.
• Doświadczenie w obszarach data governance, security, compliance i metadata management.
• Znajomość Python i SQL.
• Doświadczenie z Docker i Kubernetes.
• Bardzo dobre umiejętności komunikacyjne, liderskie i stakeholder management.