MLOps Engineer: Build Scalable AI Pipelines in Warsaw

Cognism jest wiodącym dostawcą europejskich danych B2B i inteligencji sprzedażowej. Ambitne firmy każdej wielkości korzystają z naszej platformy, aby szybciej odkrywać, łączyć się i angażować wykwalifikowanych decydentów oraz zamykać więcej transakcji. Siedziba główna znajduje się w Londynie, a firma posiada biura na całym świecie.

Cognism aktywnie poszukuje wybitnego inżyniera MLOps do naszego rozwijającego się zespołu danych. Ta rola jest przede wszystkim praktyczną pozycją inżynieryjną i MLOps, z bezpośrednim raportowaniem do menedżera inżynierii w zespole danych. MLOps w Cognism odpowiada za optymalizację i poprawę jakości usług i produktów ML. Doradzanie i egzekwowanie najlepszych praktyk w zespole Data Science, zapewnianie narzędzi i platform, które ostatecznie prowadzą do bardziej niezawodnych, łatwych w utrzymaniu, skalowalnych i szybszych przepływów pracy związanych z uczeniem maszynowym.

Kluczowe obowiązki:

• Budowanie i zarządzanie pipeline'ami automatyzacyjnymi w celu operacjonalizacji platformy ML, treningu modeli i wdrażania modeli na AWS.
• Projektowanie i wdrażanie architektur, usług i pipeline'ów w chmurze AWS, które są bezpieczne, niezawodne, skalowalne i łatwe w utrzymaniu.
• Obsługa, utrzymanie i rozwijanie naszych tradycyjnych systemów ML w produkcji: modele gradient-boosted tree, dopasowywanie oparte na embeddingach, klasyfikatory transformerów oraz klasyczne pipeline'y NLP.
• Współpraca z naukowcami danych w celu zapewnienia narzędzi i integracji modeli ML w większe systemy i aplikacje.
• Monitorowanie i utrzymywanie krytycznych usług i obciążeń ML w produkcji na dużą skalę.

Twoje doświadczenie:

• Wymagane: Silne zrozumienie architektury i usług chmury AWS.
• Doświadczenie w wdrażaniu i monitorowaniu klasycznych modeli ML w produkcji na AWS.
• Dobre zrozumienie nowoczesnych najlepszych praktyk MLOps.
• Dobre zrozumienie podstaw uczenia maszynowego (trening modeli klasycznych, ocena, inżynieria cech).
• Doświadczenie w serwowaniu modeli w produkcji za pomocą runtime'u do serwowania modeli (np. ONNX Runtime, NVIDIA Triton, TorchServe).
• Doświadczenie z bazami danych wektorowych / wyszukiwania przybliżonego najbliższego sąsiada.
• Dobre zrozumienie podstaw inżynierii danych.
• Doświadczenie z Infrastructure as Code (Terraform, AWS CDK).
• Doświadczenie z pipeline'ami CI/CD (GitHub Actions, Circle CI).
• Podstawowe zrozumienie praktyk sieciowych i bezpieczeństwa w chmurze.
• Doświadczenie z konteneryzacją (Docker, AWS ECS, Kubernetes).
• Biegłość w czytaniu i pisaniu kodu w Pythonie.
• Doświadczenie z frameworkami do wdrażania API, takimi jak FastAPI.
• Znajomość języka angielskiego, dobre umiejętności komunikacyjne i zdolność do pracy w zespole.
• Entuzjazm w nauce i eksploracji nowoczesnych rozwiązań MLOps.

Idealne:

• 3+ lata doświadczenia w roli MLOps, inżyniera uczenia maszynowego lub DevOps.
• Zdolność do projektowania i wdrażania rozwiązań chmurowych oraz budowania pipeline'ów MLOps w AWS.
• Dobre zrozumienie zasad rozwoju oprogramowania, metodologii DevOps.
• Doświadczenie i zrozumienie koncepcji MLOps: śledzenie eksperymentów, rejestracja modeli i wersjonowanie, monitorowanie dryfu modeli i danych.
• Praca z frameworkami obliczeniowymi opartymi na GPU w chmurze (AWS, GCP).
• Znajomość narzędzi MLOps i DevOps: Kubeflow, Metaflow, Airflow.
• Narzędzia wizualizacyjne – Grafana, QuickSight.
• Narzędzia monitorujące – Coralogix, GrafanaCloud, ELK stack.
• Doświadczenie w pracy w domenach big data (skala 10M+).
• Doświadczenie z frameworkami przetwarzania strumieniowego i wsadowego.

Dlaczego Cognism:

W Cognism nie tylko budujemy firmę - budujemy inkluzywną społeczność utalentowanych, różnorodnych ludzi, którzy wspierają, wyzywają i inspirują się nawzajem każdego dnia. Jeśli szukasz miejsca, w którym Twoja praca naprawdę ma wpływ, jesteś w odpowiednim miejscu! Nasze wartości to nie tylko słowa na stronie - kierują tym, jak pracujemy, jak traktujemy siebie nawzajem i jak rozwijamy się razem. Kształtują naszą kulturę, napędzają nasz sukces i zapewniają, że każdy czuje się doceniany, słyszany i uprawniony do wykonywania swojej najlepszej pracy.