W skrócie
- Zadania: Zarządzaj modelami ML w chmurze i rozwijaj innowacyjne rozwiązania.
- Firma: Dynamiczna firma technologiczna zdalnie działająca w Polsce.
- Benefity: Elastyczne godziny pracy, konkurencyjne wynagrodzenie i możliwości rozwoju zawodowego.
- Pozostałe informacje: Świetne możliwości kariery w szybko rozwijającym się środowisku.
- Dlaczego ta praca: Pracuj z najnowszymi technologiami i wpływaj na przyszłość AI.
- Kwalifikacje: Doświadczenie w GCP, Kubernetes oraz CI/CD.
Przewidywane wynagrodzenie mieści się w przedziale 59400 - 72600 zł za rok.
Work Location: Polska (100% zdalna praca)
Wymagane umiejętności:
- Silne doświadczenie praktyczne z Google Cloud Platform (GCP), Kubernetes/GKE, w tym Helm i Istio
- CI/CD pipelines i GitHub Actions
- Wdrażanie modeli ML i serwowanie ML
- NVIDIA Triton Inference Server
- Monitorowanie i obserwowalność przy użyciu Prometheus i Grafana
- Doświadczenie z Apache Airflow / Cloud Composer
- Znajomość Gita, konteneryzacji i Cloud Build
Umiejętności dodatkowe:
- Obciążenia GPU i Managed Instance Groups (MIG)
- Wzorce wyszukiwania retrieval-serving i semantic-search
- Podstawowa znajomość uczenia maszynowego i Generative AI
- Ekspozycja na ColBERT, RAGatouille lub rozwiązania wyszukiwania oparte na RAG
- Google Cloud Storage i zarządzanie wersjami modelu/indexu
- Wielorynkowe lub duże przetwarzanie danych
ML Ops Engineer in Warsaw – pracodawca: Intelligenz IT
Intelligenz IT to doskonały pracodawca, który oferuje elastyczne warunki pracy w trybie zdalnym oraz stacjonarnym, co sprzyja równowadze między życiem zawodowym a prywatnym. Nasza kultura pracy opiera się na innowacyjności i współpracy, a pracownicy mają możliwość ciągłego rozwoju zawodowego poprzez udział w projektach związanych z najnowszymi technologiami SAP. Dodatkowo, praca w Polsce w tak dynamicznym środowisku stwarza unikalne możliwości zdobywania doświadczenia w obszarze lokalnych regulacji VAT i fakturowania.
Naszym zdaniem te umiejętności pozwolą ci błyszczeć jako ML Ops Engineer in Warsaw
Google Cloud Platform (GCP)
Kubernetes/GKE
Helm
Istio
CI/CD pipelines
GitHub Actions
ML model deployment
