W skrócie
- Zadania: Twórz i wdrażaj usługi MLOps w chmurze, pracując z Kubernetes i nowoczesnymi technologiami.
- Firma: Datumo to innowacyjna firma zajmująca się danymi i chmurą, współpracująca z dużymi organizacjami.
- Benefity: Atrakcyjne wynagrodzenie, 100% zdalna praca, budżet na szkolenia i opieka medyczna.
- Pozostałe informacje: Dynamiczne środowisko z możliwościami rozwoju kariery w zespole ekspertów.
- Dlaczego ta praca: Pracuj nad projektami, które mają realny wpływ na branżę i rozwijaj swoje umiejętności.
- Kwalifikacje: 3+ lata doświadczenia w MLOps, silne umiejętności w Pythonie oraz znajomość chmur GCP lub Azure.
Przewidywane wynagrodzenie mieści się w przedziale 121500 - 148500 zł za rok.
Datumo jest firmą zajmującą się Big Data i chmurą, specjalizującą się w platformach danych, inżynierii danych, modernizacji chmury oraz praktycznych rozwiązaniach AI. Współpracujemy z dużymi organizacjami i środowiskami danych na dużą skalę. Nasi klienci to m.in. Żabka Polska, G2A i LPP SA. Jesteśmy jednym z zaledwie 10 partnerów Google Cloud Managed w Polsce. Jesteśmy również partnerem Azure i Snowflake, z silnym doświadczeniem w ekosystemach GCP, Azure, Snowflake i Databricks.
Co będziesz robić:
- przekształcanie eksperymentów modelowych w usługi gotowe do produkcji
- budowanie procesów wdrażania i automatyzacji
- ustawianie monitorowania i obserwowalności dla środowisk serwujących modele
- poprawa niezawodności, skalowalności i utrzymania platform MLOps
- praca z Kubernetes w środowiskach chmurowych
- wspieranie wymagań dotyczących zarządzania i bezpieczeństwa
Oczekiwania:
- Must-Have: 3+ lata doświadczenia komercyjnego w MLOps, ML Engineering, DevOps, Data Engineering, inżynierii chmurowej lub backendowej, w tym produkcyjnych obciążeń ML.
- Doświadczenie z Azure lub Google Cloud.
- Silne umiejętności w Pythonie, w tym testowanie, pakowanie i zarządzanie zależnościami.
- Praktyczne doświadczenie z Dockerem i Kubernetes.
- Znajomość CI/CD, Git workflows i automatyzacji wdrożeń.
- Zrozumienie cyklu życia ML: śledzenie, wersjonowanie, wdrażanie, inferencja, monitorowanie i wycofywanie.
- Podstawowa wiedza o koncepcjach ML, w tym metrykach, reprodukowalności i dryfie danych lub modeli.
- Angielski na poziomie B2+ oraz komunikatywna znajomość polskiego.
- Nice-to-Have: Doświadczenie z Vertex AI, Azure Machine Learning, Databricks lub Snowflake.
- Znajomość MLflow, Kubeflow lub podobnych platform.
- Doświadczenie z Airflow, Prefect lub Dagster.
- Doświadczenie w Infrastructure-as-Code, najlepiej Terraform lub Bicep.
- Doświadczenie z Helm i automatyzacją wdrożeń Kubernetes.
- Doświadczenie z inferencją wsadową lub w czasie rzeczywistym oraz serwowaniem modeli.
- Znajomość monitorowania modeli, wykrywania dryfu i automatycznego retrainingu.
- Doświadczenie z Prometheus, Grafana lub narzędziami do monitorowania w chmurze.
- Zrozumienie podstaw bezpieczeństwa w chmurze.
- Odpowiednie certyfikaty chmurowe, Kubernetes lub DevOps.
Nasze przykładowe projekty, nad którymi możesz pracować:
Datumo dostarczyło kompleksową platformę ML dla globalnej firmy farmaceutycznej, która prowadzi ponad 30 zakładów produkcyjnych. Rozwiązanie zcentralizowało dane IoT i produkcyjne w czasie rzeczywistym w chmurze, tworząc wysokiej jakości zestawy danych i skalowalną infrastrukturę dla uczenia maszynowego. Używając Databricks, Azure ML i Vertex AI, platforma wspierała modele rekomendujące optymalne konfiguracje PLC dla inżynierów produkcji. Pomogło to wcześniej identyfikować problemy z jakością, zmniejszyć ilość wadliwych partii leków i poprawić efektywność produkcji.
Datumo opracowało również silnik analityczny oparty na Databricks do kategoryzacji transakcji bankowych i stosowania złożonych reguł biznesowych do danych konta. Rozwiązanie umożliwiło zaawansowaną ocenę zdolności kredytowej i ryzyka kredytowego na podstawie zachowań transakcyjnych klientów. Projekt został zrealizowany w ściśle regulowanym i bezpiecznym środowisku bankowym, z rygorystycznymi wymaganiami dotyczącymi ochrony danych i zarządzania. Pokazuje, jak Datumo łączy skalowalne przetwarzanie danych i AI, aby wspierać realne decyzje finansowe.
Co oferujemy:
- 20 000 - 30 000 PLN netto + VAT / miesiąc na B2B
- 20 dni wolnych
- 100% praca zdalna
- budżet szkoleniowy i wsparcie w certyfikatach chmurowych
- praca z wyspecjalizowanym zespołem około 60 ekspertów danych
- projekty w rzeczywistych środowiskach chmurowych i danych
- prywatna opieka medyczna, pakiet sportowy, lekcje angielskiego i integracje zespołowe.
Proces rekrutacji (prosty i techniczny):
- Rozmowa o umiejętnościach miękkich (30 min): krótka dyskusja na temat komunikacji i pracy zespołowej.
- Rozmowa techniczna (60 min): szczegółowa dyskusja z inżynierami Datumo na temat MLOps, chmury, Kubernetes i twoich wcześniejszych projektów.
- Ostateczna decyzja i oferta.
Mid/Senior MLOps Engineer – Remote in Katowice – pracodawca: Datumo
Datumo to doskonały pracodawca, który oferuje wyjątkowe możliwości rozwoju w obszarze Big Data i chmury. Pracując w 100% zdalnie, będziesz częścią wyspecjalizowanego zespołu ekspertów, realizując projekty dla renomowanych klientów, takich jak Żabka Polska czy LPP SA. Oferujemy konkurencyjne wynagrodzenie, elastyczne godziny pracy, a także wsparcie w zdobywaniu certyfikatów chmurowych oraz dostęp do szkoleń, co sprzyja Twojemu rozwojowi zawodowemu.
