Machine Learning Engineer

Technologie, których używamy

O projekcie

Twój zakres obowiązków

• Projektowanie i utrzymanie end-to-end pipeline’ów MLOps.
• Wdrażanie modeli ML do środowisk produkcyjnych.
• Budowa infrastruktury do trenowania, walidacji, monitoringu i retrainingu modeli.
• Implementacja procesów CI/CD dla modeli AI/ML.
• Konteneryzacja i orkiestracja środowisk (Docker, Kubernetes).
• Współpraca z zespołami Data Science oraz Software Engineering.
• Optymalizacja wydajności, skalowalności i bezpieczeństwa rozwiązań.
• Dokumentowanie standardów i dobrych praktyk technicznych.

Nasze wymagania

• Minimum 4 lata doświadczenia w projektach ML wdrażanych produkcyjnie.
• Bardzo dobra znajomość Python oraz frameworków ML/DL (TensorFlow, PyTorch, scikit-learn).
• Doświadczenie z narzędziami MLOps (MLflow, Kubeflow, TFX lub podobne).
• Praktyczna znajomość CI/CD (Jenkins, GitLab CI, CircleCI).
• Doświadczenie z platformami chmurowymi (AWS, GCP lub Azure).
• Znajomość Dockera i Kubernetes.
• Umiejętność projektowania skalowalnych, odpornych rozwiązań.
• Bardzo dobra komunikacja i umiejętność współpracy w środowisku rozproszonym.

Tak organizujemy naszą pracę

Tak pracujemy

Takie dajemy możliwości rozwoju

To oferujemy

• Współpracę B2B.
• Współpracę w modelu 100% zdalnym.
• Udział w projekcie o wysokim poziomie technologicznym (AI/ML).
• Realny wpływ na architekturę i standardy MLOps.
• Długofalową współpracę w stabilnym środowisku projektowym.

Benefity

💡Nie przegap dopasowanych ofert!

Jak wygląda proces rekrutacyjny in4ge?