prowadzenie projektów MLOps end-to-end w branży bankowej – od analizy potrzeb biznesowych, przez projekt architektury, po wdrożenie i utrzymanie rozwiązań produkcyjnych,
projektowanie i implementacja rozwiązań opartych o Machine Learning oraz LLM zgodnie z najlepszymi praktykami MLOps / LLMOps,
rozwój i utrzymanie środowisk produkcyjnych w Kubernetes oraz Google Cloud Platform,
budowa i optymalizacja pipeline’ów MLOps (CI/CD, automatyzacja, monitoring modeli, governance),
integracja modeli ML/LLM z istniejącymi systemami i aplikacjami biznesowymi,
diagnozowanie problemów produkcyjnych oraz zapewnienie stabilności i niezawodności wdrożonych rozwiązań,
współpraca z zespołami Data Science, DevOps, Architektury oraz Security,
rekomendowanie nowych technologii i usprawnień w obszarze platformy ML/AI,
prowadzenie code review oraz mentoring członków zespołu,
dokumentowanie architektury oraz wdrożonych rozwiązań,
samodzielne podejmowanie decyzji technicznych i odpowiedzialność za ich realizację,
praca w środowisku Linux (Debian / RHEL),
praca hybrydowa – 1 x w tygodniu z biura w Warszawie,
stawka do 165 PLN/h + VAT (B2B).
Kogo poszukujemy?
masz doświadczenie w pracy jako MLOps Engineer / Machine Learning Engineer lub w podobnej roli,
bardzo dobrze znasz Python i masz doświadczenie w budowie rozwiązań produkcyjnych,
posiadasz praktyczne doświadczenie z Kubernetes,
pracowałeś/aś z chmurą (preferowana GCP),
rozumiesz architekturę rozwiązań Machine Learning oraz LLM i potrafisz je wdrażać w środowisku produkcyjnym,
znasz zagadnienia związane z MLOps / DevOps,
swobodnie poruszasz się w środowisku Linux (Debian / RHEL),
masz doświadczenie w samodzielnym prowadzeniu projektów technologicznych end-to-end,
potrafisz analizować problemy i proponować skuteczne rozwiązania,
dobrze odnajdujesz się we współpracy z biznesem i potrafisz przekładać wymagania na rozwiązania techniczne,