Senior AIOps Engineer — GenAI & ML Deployment Leader in Kraków

Senior AIOps Engineer — GenAI & ML Deployment Leader in Kraków

Kraków Pełny etat 63000 - 77000 zł / rok (szac.) Hybrydowo
G

W skrócie

  • Zadania: Projektuj, wdrażaj i utrzymuj potężne pipeline'y ML/GenAI w różnych domenach.
  • Firma: GE HealthCare - lider w dziedzinie danych i analityki.
  • Benefity: Atrakcyjne wynagrodzenie, możliwości pracy zdalnej i rozwój zawodowy.
  • Pozostałe informacje: Dynamiczne środowisko z doskonałymi możliwościami rozwoju kariery.
  • Dlaczego ta praca: Pracuj nad innowacyjnymi rozwiązaniami AI i wpływaj na przyszłość opieki zdrowotnej.
  • Kwalifikacje: Doświadczenie w ML/GenAI, umiejętności w Pythonie i chmurze.

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

GE Health Care’s Chief Data and Analytics Office (CDAO) seeks a Sr Staff AIOps Engineer in Kraków to design, deploy, and maintain robust ML/Gen AI pipelines across enterprise domains.

You will partner with IT and cloud teams to optimize infrastructure for AI workloads in hybrid/multi-cloud setups.

The role requires deep ML/Gen AI ops experience, strong Python and cloud skills, and proven collaboration with data scientists, engineers, and stakeholders to drive scalable, reliable AI solutions.

Senior AIOps Engineer — GenAI & ML Deployment Leader in Kraków – pracodawca: GE HealthCare (United States)

GE HealthCare oferuje pracownikom możliwość rozwoju zawodowego w dynamicznym środowisku, które łączy inżynierię projektową z ciągłym doskonaleniem platform. Pracownicy mają szansę na współpracę z zespołami zajmującymi się bezpieczeństwem cybernetycznym oraz nowoczesnymi technologiami dostępu zdalnego, co sprzyja zdobywaniu cennych umiejętności. Dodatkowo, firma zapewnia stabilne zatrudnienie i atrakcyjne warunki pracy.

G

Dane kontaktowe:

Zespół rekrutacyjny GE HealthCare (United States)

Naszym zdaniem te umiejętności pozwolą ci błyszczeć jako Senior AIOps Engineer — GenAI & ML Deployment Leader in Kraków

ML/GenAI ops experience
Python
Cloud skills
Infrastructure optimization for AI workloads
Collaboration with data scientists
Collaboration with engineers
Collaboration with stakeholders