W skrócie
- Zadania: Zarządzaj infrastrukturą platformy ML i wspieraj zespoły w dostarczaniu modeli.
- Firma: Globalny lider w transformacji cyfrowej i AI z 25-letnim doświadczeniem.
- Benefity: Atrakcyjne wynagrodzenie, elastyczne godziny pracy i możliwości rozwoju zawodowego.
- Pozostałe informacje: Dynamiczne środowisko z możliwościami szybkiego rozwoju kariery.
- Dlaczego ta praca: Pracuj z najnowszymi technologiami i wpływaj na innowacyjne projekty.
- Kwalifikacje: 5+ lat doświadczenia w MLOps oraz umiejętności w GCP i Kubernetes.
Przewidywane wynagrodzenie mieści się w przedziale 56250 - 68750 zł za rok.
Xebia jest globalnym partnerem w zakresie transformacji cyfrowej i inżynierii, skoncentrowanym na sztucznej inteligencji. Z ponad 25-letnim doświadczeniem i zespołem 5000 profesjonalistów w 16 krajach, pomagamy organizacjom projektować i budować skalowalne produkty, platformy i rozwiązania oparte na danych. Specjalizujemy się w sztucznej inteligencji, danych i chmurze, inteligentnej automatyzacji oraz produktach cyfrowych, łącząc głęboką wiedzę techniczną z silnym naciskiem na doskonałość inżynieryjną i kulturę skoncentrowaną na ludziach.
W regionie CEE jesteśmy zespołem prawie 1000 ekspertów dostarczających nowoczesne aplikacje, platformy danych i rozwiązania AI dla klientów takich jak Millennium, ING, Play, Edenred, Arabian Drilling, FedEx, Leroy Merlin, Truecaller, Volotea, Schmitz Cargobull i wielu innych. Pracujemy z wiodącymi technologiami, w tym AWS, Azure, GCP, Databricks i Snowflake, łącząc silną kulturę inżynieryjną z podejściem doradczym oraz ciągłym naciskiem na rozwój i dzielenie się wiedzą.
Twoje zadania:
- zarządzanie infrastrukturą platformy uczenia maszynowego jako częścią zespołu infrastruktury danych, który obsługuje ogólnokrajową platformę danych i ML GCP,
- zarządzanie Vertex AI, Kubeflow Pipelines oraz infrastrukturą szkoleniową i serwisową opartą na GKE, zapewniając jej niezawodność, bezpieczeństwo i efektywność kosztową,
- budowanie szablonów, CI/CD oraz samodzielnych przepływów pracy, które umożliwiają naukowcom danych wdrażanie modeli bez składania zgłoszeń,
- zarządzanie cyklem życia modelu, w tym rejestracją modelu, wersjonowaniem, wdrażaniem, przywracaniem i monitorowaniem driftu oraz zdrowia serwowania,
- wspieranie przepływów danych funkcji i szkolenia w BigQuery i Airflow, we współpracy z inżynierami platformy danych,
- zarządzanie infrastrukturą za pomocą GitOps z Config Sync,
- stosowanie dostępu minimalnego dla danych PII i oznaczonych polityką,
- zarządzanie wykorzystaniem GPU i obliczeń, limitami oraz widocznością wydatków dla poszczególnych zespołów,
- przyjmowanie pełnej odpowiedzialności za platformę, z której korzystają zespoły pionowe do budowy, szkolenia i serwowania swoich modeli.
Twój profil:
- ponad 5-letnie doświadczenie w MLOps, platformach ML lub inżynierii platform, w tym co najmniej 2 lata odpowiedzialności za produkcyjną infrastrukturę ML od początku do końca,
- praktyczne doświadczenie z GCP, w szczególności Vertex AI, GKE i BigQuery,
- silna wiedza na temat Kubernetes, w tym uruchamianie i debugowanie klastrów niezależnie,
- orchestracja pipeline'ów z Kubeflow Pipelines lub Vertex AI Pipelines oraz Airflow,
- GitOps dla infrastruktury (Config Sync lub podobne) oraz CI/CD dla wdrażania modeli,
- umiejętności programowania w Pythonie na poziomie produkcyjnym, w tym testowanie i pakowanie,
- myślenie platformowe: doświadczenie w budowaniu udokumentowanych, samodzielnych narzędzi dla innych zespołów, z SLO,
- zdolność do pracy niezależnie jako jedyny właściciel platformy w całej firmie.
Wymagana jest praca z regionu Unii Europejskiej oraz pozwolenie na pracę.
Miło widziane:
- funkcje strumieniowe lub inferencja online przy użyciu Dataflow/Flink i Kafka,
- magazyny funkcji, takie jak Vertex AI Feature Store lub Feast, oraz narzędzia do monitorowania modeli,
- serwowanie LLM i ocena na Vertex AI lub podobnych platformach,
- harmonogramowanie GPU i optymalizacja kosztów na GKE,
- doświadczenie w zakresie zarządzania danymi (DataHub, tagi polityki) oraz regulacje dotyczące prywatności, takie jak GDPR lub DPDP,
- doświadczenie w produktach konsumenckich o dużej skali.
Proces rekrutacji: przegląd CV – rozmowa z HR – rozmowa kwalifikacyjna – rozmowa z klientem – decyzja.
MLOps Engineer in Katowice – pracodawca: Xebia
Xebia to doskonały pracodawca, który oferuje dynamiczne środowisko pracy w branży motoryzacyjnej, gdzie innowacje i rozwój są na porządku dziennym. Pracownicy mają dostęp do licznych możliwości rozwoju zawodowego oraz szkoleń, a także korzystają z elastycznych godzin pracy i przyjaznej atmosfery sprzyjającej współpracy. Praca w Polsce w Xebia to nie tylko wyzwania techniczne, ale także szansa na realny wpływ na przyszłość technologii motoryzacyjnej.
