W skrócie
- Zadania: Buduj i zarządzaj platformą ML dla robotów produkcyjnych.
- Firma: Innowacyjna firma technologiczna z dynamicznym zespołem inżynieryjnym.
- Benefity: Konkurencyjne wynagrodzenie, elastyczny grafik, ubezpieczenie zdrowotne i rozwój zawodowy.
- Pozostałe informacje: Możliwości rozwoju kariery w ekscytującym środowisku.
- Dlaczego ta praca: Pracuj nad przełomowymi projektami w dziedzinie AI i robotyki.
- Kwalifikacje: Doświadczenie w MLOps oraz umiejętności programowania w Pythonie.
Przewidywane wynagrodzenie mieści się w przedziale 56250 - 68750 zł za rok.
Poszukujemy Senior MLOps Engineer (Platforma Fizycznej AI i Robotyki), aby dołączyć do dynamicznego, innowacyjnego zespołu inżynieryjnego budującego Incarno, platformę Fizycznej AI i robotyki Grid Dynamics. W tej roli będziesz budować i obsługiwać platformę ML, która napędza wnioskowanie w całej flocie produkcyjnych robotów, zapewniając niezawodne, efektywne i skalowalne wdrożenia modeli w chmurze oraz na krawędzi robotów.
Obowiązki
- ML Platform & Fleet Inference: Budowanie i utrzymywanie platformy ML, która napędza potoki wnioskowania i serwuje modele niezawodnie w całej flocie produkcyjnych robotów.
- GPU Optimization & Serving: Wdrażanie i optymalizacja modeli ML na GPU przy użyciu NVIDIA Triton w celu osiągnięcia szybkiego, niskolatencyjnego i kosztowo efektywnego wnioskowania.
- Release Process & IaC Ownership: Posiadanie pełnego cyklu życia wydania dla obciążeń ML, od Infrastructure as Code (Terraform) i CI/CD pipelines (GitHub Actions) po wdrożenia produkcyjne.
- Training & Fine-Tuning Pipelines: Opracowywanie i realizacja skalowalnych potoków treningowych i dostrajających na infrastrukturze chmurowej w AWS i GCP.
- Lifecycle & Dataset Management: Zarządzanie zbiorami danych, rejestrami modeli i śledzeniem eksperymentów przy użyciu narzędzi takich jak DVC, MLflow i Kubeflow Pipelines.
- Cloud Cost Optimization: Utrzymywanie ścisłej kontroli nad kosztami infrastruktury chmurowej w AWS i GCP, wykorzystując instancje spot/preemptible i autoskalowanie GPU.
- Developer Tooling & Abstractions: Budowanie narzędzi i wewnętrznych bibliotek, które umożliwiają naukowcom danych i inżynierom robotyki bezproblemowe wdrażanie modeli bez zajmowania się surową infrastrukturą.
- Cross-Functional Collaboration: Ścisła współpraca z badaczami ML, specjalistami od wizji komputerowej i inżynierami robotyki w celu przejścia modeli z prototypu do środowisk produkcyjnych o wysokiej dostępności.
Wymagania
- MLOps Experience: Solidne podstawy w MLOps, z praktycznym doświadczeniem w przenoszeniu modeli uczenia maszynowego z treningu do wdrożenia produkcyjnego.
- Core Engineering & Automation: Biegłość w Pythonie, wraz z praktyczną znajomością Docker, Terraform i GitHub Actions.
- GPU Model Serving: Udokumentowane doświadczenie w serwowaniu i optymalizacji modeli ML na GPU przy użyciu NVIDIA Triton.
- ML Lifecycle Tooling: Znajomość narzędzi do zarządzania cyklem życia ML i wersjonowania, w tym MLflow dla rejestru modeli, DVC dla wersjonowania zbiorów danych i Kubeflow Pipelines.
- Cloud Infrastructure & Autoscaling: Praktyczne doświadczenie z AWS i/lub GCP, w tym zarządzanie instancjami spot/preemptible i autoskalowaniem GPU.
- ML CI/CD & Testing: Jasne zrozumienie potoków CI/CD, Infrastructure as Code (IaC) i praktyk automatycznego testowania dostosowanych do obciążeń ML.
- Training Pipelines: Znajomość technik dostrajania modeli i uruchamiania rozproszonych potoków treningowych na infrastrukturze chmurowej.
Miło widziane
- Edge & Robotics Experience: Bezpośrednie doświadczenie w wdrożeniach na krawędzi lub w środowiskach robotycznych.
- Computer Vision & Physical AI: Doświadczenie w wdrażaniu modeli CV lub pracy w ramach frameworków Fizycznej AI.
Oferujemy
- Możliwość pracy nad nowatorskimi projektami
- Pracę z wysoko zmotywowanym i zaangażowanym zespołem
- Konkursową pensję
- Elastyczny grafik
- Pakiet benefitów - ubezpieczenie zdrowotne, sport
- Firmowe wydarzenia społeczne
- Możliwości rozwoju zawodowego
- Dobrze wyposażone biuro
O nas
Grid Dynamics (NASDAQ: GDYN) jest wiodącym dostawcą usług doradztwa technologicznego, inżynierii platform i produktów, AI oraz zaawansowanej analityki. Łącząc wizję techniczną z umiejętnościami biznesowymi, rozwiązujemy najważniejsze wyzwania techniczne i umożliwiamy pozytywne wyniki biznesowe dla przedsiębiorstw przechodzących transformację biznesową. Kluczowym wyróżnikiem Grid Dynamics jest nasze 8-letnie doświadczenie i przywództwo w dziedzinie AI dla przedsiębiorstw, wspierane przez głęboką wiedzę i ciągłe inwestycje w dane, analitykę, chmurę i DevOps, modernizację aplikacji oraz doświadczenie klienta. Założona w 2006 roku, Grid Dynamics ma siedzibę w Dolinie Krzemowej z biurami w Amerykach, Europie i Indiach.
Senior MLOps Engineer in Gdańsk – pracodawca: Grid Dynamics
Grid Dynamics w Warszawie to doskonały pracodawca, który oferuje elastyczne godziny pracy oraz dynamiczne środowisko sprzyjające rozwojowi zawodowemu. Pracując z nami jako Senior Big Data Engineer, będziesz miał okazję współpracować z utalentowanym zespołem, rozwijając swoje umiejętności w zakresie technologii big data, takich jak Spark i Scala, w inspirującej atmosferze innowacji i współpracy.
