Machine Learning Engineer

Everything is possible with the right people

In4ge jest firmą rekrutacyjną, w której wierzymy, że wszystko jest możliwe dzięki odpowiednim ludziom. Naszym celem jest połączenie najbardziej utalentowanych pracowników z odpowiednimi firmami, tworząc synergiczne relacje, które przyczyniają się do wzrostu i sukcesu każdej ze stron. Uważamy, że prawdziwą wartość stanowią ludzie pracujący wspólnie w atmosferze wzajemnego szacunku i zaufania.

Dla naszego Klienta poszukujemy doświadczonej osoby w roli Machine Learning Engineer do projektu obejmującego budowę, wdrażanie oraz skalowanie modeli AI/ML w środowisku produkcyjnym. Rola koncentruje się na rozwoju procesów MLOps, automatyzacji pipeline’ów oraz zapewnieniu stabilności i wydajności rozwiązań w środowisku chmurowym.

Responsibilities

Oczekujemy:

• Minimum 4 lat doświadczenia w projektach ML wdrażanych produkcyjnie.
• Bardzo dobrej znajomości Python oraz frameworków ML/DL (TensorFlow, PyTorch, scikit-learn).
• Doświadczenia z narzędziami MLOps (MLflow, Kubeflow, TFX lub podobne).
• Praktycznej znajomości CI/CD (Jenkins, GitLab CI, CircleCI).
• Doświadczenia z platformami chmurowymi (AWS, GCP lub Azure).
• Znajomości Dockera i Kubernetes.
• Umiejętności projektowania skalowalnych, odpornych rozwiązań.
• Bardzo dobrej komunikacji i umiejętności współpracy w środowisku rozproszonym.

Requirements

Zakres roli:

• Projektowanie i utrzymanie end-to-end pipeline’ów MLOps.
• Wdrażanie modeli ML do środowisk produkcyjnych.
• Budowa infrastruktury do trenowania, walidacji, monitoringu i retrainingu modeli.
• Implementacja procesów CI/CD dla modeli AI/ML.
• Konteneryzacja i orkiestracja środowisk (Docker, Kubernetes).
• Współpraca z zespołami Data Science oraz Software Engineering.
• Optymalizacja wydajności, skalowalności i bezpieczeństwa rozwiązań.
• Dokumentowanie standardów i dobrych praktyk technicznych.

Benefits

Proponujemy:

• Współpracę B2B.
• Współpracę w modelu 100% zdalnym.
• Udział w projekcie o wysokim poziomie technologicznym (AI/ML).
• Realny wpływ na architekturę i standardy MLOps.
• Długofalową współpracę w stabilnym środowisku projektowym.