W skrócie
- Zadania: Projektuj i wdrażaj systemy ML w środowisku produkcyjnym.
- Firma: Dynamiczna firma technologiczna zdalna, skupiona na innowacjach.
- Benefity: Elastyczne godziny pracy, konkurencyjne wynagrodzenie i możliwości rozwoju zawodowego.
- Pozostałe informacje: Możliwość pracy w zespole ekspertów i rozwój kariery w dynamicznym środowisku.
- Dlaczego ta praca: Pracuj z najnowszymi technologiami i wpływaj na rzeczywiste projekty.
- Kwalifikacje: 4+ lata doświadczenia w inżynierii ML i umiejętności programowania w Pythonie.
Przewidywane wynagrodzenie mieści się w przedziale 123750 - 151250 zł za rok.
To jest zdalna pozycja. Poszukujemy wysoko wykwalifikowanego inżyniera uczenia maszynowego, który zaprojektuje, wdroży i utrzyma systemy uczenia maszynowego gotowe do produkcji. Rola ta koncentruje się na przenoszeniu modeli z eksperymentów do skalowalnych, monitorowanych i bezpiecznych środowisk produkcyjnych.
Będziesz współpracować z naukowcami danych, inżynierami danych i zespołami platformowymi, aby operacjonalizować modele ML, budować solidne potoki danych i wdrażać najlepsze praktyki MLOps. Idealny kandydat rozumie pełny cykl życia ML, w tym trening modeli, walidację, wdrażanie, monitorowanie, ponowne trenowanie i zarządzanie.
To nie jest rola tylko badawcza. Szukamy inżynierów, którzy wdrożyli modele w rzeczywistych systemach produkcyjnych.
Kluczowe obowiązki:
- Projektowanie i wdrażanie skalowalnych systemów ML do wnioskowania w czasie rzeczywistym i wsadowym
- Budowanie potoków wdrażania modeli przy użyciu konteneryzacji i CI/CD
- Rozwój interfejsów API i usług do obsługi modeli uczenia maszynowego
- Wdrażanie monitorowania i alertów dotyczących wydajności modeli, dryfu i jakości danych
- Współpraca z inżynierami danych w celu zapewnienia niezawodnych potoków cech
- Zarządzanie wersjonowaniem modeli, reprodukowalnością i zarządzaniem
- Optymalizacja wydajności wnioskowania i efektywności kosztowej w chmurze
- Wsparcie procesów ponownego trenowania i ciągłego doskonalenia
- Zapewnienie standardów bezpieczeństwa i zgodności dla danych i modeli
Wymagania:
- 4+ lata doświadczenia w inżynierii uczenia maszynowego lub zastosowanej ML
- Silne umiejętności programowania w Pythonie
- Praktyczne doświadczenie z PyTorch, TensorFlow lub podobnymi frameworkami
- Doświadczenie w wdrażaniu modeli do produkcji (oparte na API, wsadowe lub strumieniowe)
- Doświadczenie z Dockerem i środowiskami konteneryzowanymi
- Znajomość Kubernetes do skalowania usług ML
- Doświadczenie z narzędziami MLOps (MLflow, rejestr modeli, integracja CI/CD)
- Silne zrozumienie inżynierii cech i przetwarzania danych
- Doświadczenie w pracy w środowiskach AWS, Azure lub GCP
- Znajomość narzędzi do monitorowania, logowania i obserwowalności
Zaawansowane / Preferowane kwalifikacje:
- Doświadczenie z rozproszonym treningiem lub przetwarzaniem dużych zbiorów danych
- Doświadczenie z magazynami cech lub bazami danych wektorowych
- Doświadczenie w wdrażaniu aplikacji opartych na LLM lub systemów RAG
- Doświadczenie w implementacji detekcji dryfu modeli i automatycznego ponownego trenowania
- Zrozumienie bezpieczeństwa, IAM i zarządzania danymi dla systemów ML
- Doświadczenie w środowiskach produkcyjnych o wysokiej dostępności
Profil idealnego kandydata:
- Przeniósł modele z notatnika do produkcji
- Rozumie zarówno zasady ML, jak i inżynierii oprogramowania
- Pracował nad systemami obsługującymi rzeczywistych użytkowników lub krytyczne przepływy pracy biznesowej
- Myśli o niezawodności, kosztach i skalowalności
Machine Learning Engineer in Katowice – pracodawca: Empowers Staffing Inc.
Nasza firma to doskonały pracodawca, który oferuje wyjątkowe możliwości rozwoju zawodowego w obszarze inżynierii uczenia maszynowego. Pracując z nami, będziesz częścią dynamicznego zespołu, który ceni innowacyjność i współpracę, a także zapewnia elastyczne warunki pracy w zdalnym środowisku. Oferujemy konkurencyjne wynagrodzenie oraz dostęp do najnowszych narzędzi i technologii, co pozwala na ciągłe doskonalenie umiejętności i realizację ambitnych projektów.
