W skrócie
- Zadania: Twórz i zarządzaj infrastrukturą AI w chmurze, automatyzuj procesy i zapewniaj bezpieczeństwo.
- Firma: GlobalLogic - lider w cyfrowym inżynierii i innowacjach technologicznych.
- Benefity: Konkurencyjne wynagrodzenie, elastyczne godziny pracy i kompleksowy pakiet benefitów.
- Pozostałe informacje: Kultura ciągłego uczenia się i możliwości rozwoju kariery w dynamicznym środowisku.
- Dlaczego ta praca: Pracuj nad przełomowymi projektami z wykorzystaniem najnowszych technologii AI.
- Kwalifikacje: 5+ lat doświadczenia w DevOps oraz zaawansowana znajomość Google Cloud Platform.
Przewidywane wynagrodzenie mieści się w przedziale 63000 - 77000 zł za rok.
Naszym Klientem jest wiodąca globalna platforma wywiadu zagrożeń, która projektuje i dostarcza platformę AI z człowiekiem w pętli (HITL) na skalę przedsiębiorstwa. Inicjatywa koncentruje się na przyspieszaniu podejmowania decyzji przez ekspertów analityków poprzez wzbogacenie skomplikowanych procesów wywiadu zagrożeń o nowoczesne systemy AI generatywnej i agentowej.
Początkowe zaangażowanie planowane jest na 4 miesiące, z możliwością przedłużenia w zależności od potrzeb projektu.
Wymagania
- 5+ lat doświadczenia w DevOps lub inżynierii platform, w tym 2+ lata wsparcia dla obciążeń ML.
- Zaawansowana znajomość Google Cloud Platform i Terraform.
- Vertex AI Pipelines, Endpoints i Model Registry lub równoważny stos MLOps.
- CI/CD (Cloud Build lub GitHub Actions), kontenery i Kubernetes.
- Kontrole bezpieczeństwa w przedsiębiorstwie: IAM, zarządzanie sekretami i perymetry sieciowe.
Preferowane kwalifikacje
- Optymalizacja wnioskowania (ONNX, kwantyzacja).
- MLflow, narzędzia do obserwowalności LLM oraz inżynieria danych w BigQuery.
- Certyfikaty profesjonalne Google Cloud.
Obowiązki
- Provisioning całej infrastruktury jako kodu z Terraform: Vertex AI, Cloud Run/GKE, Pub/Sub, BigQuery, Cloud SQL, Secret Manager, IAM i VPC Service Controls.
- Budowanie CI/CD dla usług i modeli, rejestru modeli oraz śledzenia eksperymentów.
- Serwowanie modelu ModernBERT z niską latencją i efektywnym kosztowo wnioskowaniem.
- Automatyzacja ponownego uczenia wywoływanego przez wolumen informacji zwrotnej lub dryf, z kontrolowanym promowaniem do produkcji.
- Obsługa infrastruktury danych zwrotnych i precedensowych (BigQuery i magazyn wektorowy).
- Bezpieczne i audytowanie dostępu do serwera MCP: uwierzytelnianie, zarządzanie tokenami i logowanie w chmurze.
- Uruchamianie obserwowalności dla alertów dotyczących latencji, kosztów i jakości oraz prowadzenie Hypercare i reakcji na incydenty.
Co oferujemy
- Projekty umożliwiające rozwój: Z ponad 500 klientami z różnych branż i dziedzin, oferujemy ekscytującą możliwość przyczynienia się do przełomowych projektów wykorzystujących nowoczesne technologie.
- Rozwój osobisty: Wspieramy kulturę ciągłego uczenia się i rozwoju zawodowego.
- Różnorodność i integracja: Głęboko cenimy różnorodność i dążymy do zapewnienia równych szans dla wszystkich osób.
- Rozwój kariery: Nasza kultura korporacyjna kładzie duży nacisk na rozwój kariery, oferując liczne możliwości wzrostu.
- Kompleksowe świadczenia: Oprócz sprawiedliwego wynagrodzenia, oferujemy kompleksowy pakiet świadczeń.
- Elastyczne możliwości: Priorytetem jest równowaga między życiem zawodowym a prywatnym, oferując elastyczne możliwości dostosowane do Twojego stylu życia.
GlobalLogic, firma należąca do grupy Hitachi, jest zaufanym partnerem w zakresie inżynierii cyfrowej dla największych i najbardziej innowacyjnych firm na świecie.
Senior ML Ops Engineer – GCP in Rzeszów – pracodawca: GlobalLogic
GlobalLogic Automotive to doskonały pracodawca, który oferuje wyjątkowe możliwości rozwoju zawodowego w dynamicznym środowisku inżynieryjnym w Krakowie. Nasza kultura pracy opiera się na ciągłym uczeniu się i wsparciu dla pracowników, co pozwala na rozwijanie umiejętności w obszarze testowania pojazdów oraz współpracy z zespołami inżynieryjnymi. Oferujemy elastyczne warunki pracy, bogaty pakiet benefitów oraz możliwość uczestniczenia w innowacyjnych projektach, które mają realny wpływ na życie ludzi.
