MLOps Engineering Lead: End-to-End ML Platform in Wrocław

MLOps Engineering Lead: End-to-End ML Platform in Wrocław

Wrocław Pełny etat 63000 - 77000 zł / rok (szac.) Stacjonarnie
F

W skrócie

  • Zadania: Prowadź zespół inżynierów i buduj wewnętrzną platformę ML.
  • Firma: Fetcherr - innowacyjna firma technologiczna.
  • Benefity: Atrakcyjne wynagrodzenie, elastyczne godziny pracy i możliwości rozwoju zawodowego.
  • Pozostałe informacje: Praca w dynamicznym środowisku z możliwościami szybkiego awansu.
  • Dlaczego ta praca: Zyskaj doświadczenie w MLOps i wpływaj na rozwój nowoczesnych systemów.
  • Kwalifikacje: 5+ lat doświadczenia w Pythonie i 3+ lata w MLOps.

Przewidywane wynagrodzenie mieści się w przedziale 63000 - 77000 zł za rok.

Fetcherr is seeking an Engineering Team Lead to spearhead MLOps efforts, building an internal ML platform and leading a small team of engineers.

You will own end-to-end infrastructure powering research workflows and production pipelines, guiding architecture while contributing to design and code.

The role requires 5+ years in Python, 3+ years in production MLOps, and strong leadership.

You will oversee ML lifecycle management and collaborate with R&D to deliver robust, scalable systems within a

#J-18808-Ljbffr

MLOps Engineering Lead: End-to-End ML Platform in Wrocław – pracodawca: Fetcherr

Fetcherr to doskonały pracodawca, który stawia na rozwój swoich pracowników w dynamicznym środowisku startupowym. Oferujemy możliwość pracy z najnowocześniejszymi technologiami w dziedzinie sztucznej inteligencji oraz współpracę z zespołami międzyfunkcyjnymi, co sprzyja innowacyjności i kreatywności. Nasza kultura pracy opiera się na przejrzystości, współpracy i dążeniu do osiągania wymiernych rezultatów, co czyni nas idealnym miejscem dla osób pasjonujących się uczeniem maszynowym i jego zastosowaniami w realnym świecie.

F

Dane kontaktowe:

Zespół rekrutacyjny Fetcherr

Naszym zdaniem te umiejętności pozwolą ci błyszczeć jako MLOps Engineering Lead: End-to-End ML Platform in Wrocław

Python
MLOps
Leadership
Infrastructure Management
Architecture Design
Code Contribution
ML Lifecycle Management