MLOps Engineer in Warsaw

Wybierając Capgemini, wybierasz firmę, w której będziesz miał możliwość kształtowania swojej kariery według własnych upodobań, gdzie będziesz wspierany i inspirowany przez współpracującą społeczność kolegów z całego świata oraz gdzie będziesz mógł na nowo wyobrazić sobie, co jest możliwe. Dołącz do nas i pomóż wiodącym organizacjom na świecie odblokować wartość technologii oraz budować bardziej zrównoważony i inkluzyjny świat.

Jako inżynier MLOps będziesz odpowiedzialny za efektywne wdrażanie, monitorowanie i utrzymywanie modeli uczenia maszynowego w różnych środowiskach. Twoje obowiązki będą obejmować automatyzację wdrożeń modeli i aktualizacji, implementację pipeline'ów CI/CD dla procesów ML, optymalizację modeli ML oraz ustawienie monitorowania i logowania, aby wspierać niezawodne operacje produkcyjne. Będziesz również wspierać dostarczanie gotowych rozwiązań GenAI, wspierając praktyki cyklu życia modeli dla rozwiązań opartych na LLM, RAG lub agentowych, gdzie takie wzorce są istotne dla potrzeb klientów.

Twoje zadania:

• Zapewnienie efektywnego wdrażania, utrzymywania i monitorowania modeli uczenia maszynowego w różnych środowiskach.
• Automatyzacja procesów wdrożenia i aktualizacji modeli uczenia maszynowego.
• Implementacja pipeline'ów CI/CD dla modeli ML i procesów ML.
• Ustawienie monitorowania, logowania i obserwowalności dla modeli ML i platform serwujących modele.
• Optymalizacja modeli ML i procesów dostarczania modeli do produkcji lub bliskich środowisk produkcyjnych.
• Wsparcie inicjatyw AI i GenAI, w tym rozwiązań opartych na LLM, wzorców RAG i agentowych, gdzie to istotne.
• Pomoc w ustanowieniu niezawodnych praktyk MLOps dla wersjonowania modeli, reprodukowalności, zarządzania i odpowiedzialnego dostarczania AI.

Twój profil:

• Dyplom magistra, inżyniera lub licencjata.
• Co najmniej 4-letnie doświadczenie w CI/CD i/lub technologiach chmurowych.
• Doświadczenie z Git, narzędziami CI/CD, Kubernetes, Docker, frameworkami ML takimi jak TensorFlow lub podobnymi, narzędziami do monitorowania i logowania oraz Infrastructure as Code.
• Praktyczne doświadczenie z MLflow, DVC lub podobnymi narzędziami wspierającymi zarządzanie cyklem życia modeli będzie dodatkowym atutem.
• Doświadczenie w AI / GenAI, w tym praktyczne wykorzystanie LLM, wzorców RAG i agentowych w produkcji lub bliskich środowiskach produkcyjnych, będzie dodatkowym atutem.
• Znajomość wyszukiwania wektorowego, osadzeń, wzorców serwowania modeli lub obserwowalności AI będzie dodatkowym atutem.
• Dobre umiejętności komunikacyjne w piśmie i mowie, minimum B2 w języku angielskim.

Co pokochasz w pracy u nas:

• Praktyczne korzyści: prywatna opieka medyczna z Medicover z dodatkowymi pakietami (np. stomatologia, opieka senioralna, onkologia) dostępne na preferencyjnych warunkach, ubezpieczenie na życie oraz 40+ opcji na naszej platformie benefitowej NAIS, w tym Netflix, Spotify czy karta sportowa.
• Dostęp do ponad 70 ścieżek szkoleniowych z możliwościami certyfikacji (np. GenAI, Architekci, Google) na naszej platformie NEXT.
• Wejdź w świat wiedzy z bezpłatnym dostępem do platformy językowej Education First, TED Talks oraz materiałów i szkoleń z Udemy Business.
• Ciesz się hybrydowym modelem pracy, który pasuje do twojego życia - po zakończeniu onboardingu, łącz pracę z nowoczesnego biura z ergonomiczną pracą zdalną, dzięki pakietowi do pracy zdalnej (w tym laptop, monitor i krzesło).
• Hub społecznościowy, który pozwoli ci wybierać spośród ponad 20 profesjonalnych społeczności, które gromadzą ludzi zainteresowanych m.in.: Salesforce, Java, Cloud, IoT, Agile, AI.

Capgemini zobowiązuje się do różnorodności i integracji, zapewniając sprawiedliwość we wszystkich praktykach zatrudnienia. Oceniamy osoby na podstawie kwalifikacji i wyników, a nie cech osobistych, dążąc do stworzenia miejsca pracy, w którym każdy może odnieść sukces i czuć się doceniany.