MLOps/ Machine Learning Engineer

W Scalo zajmujemy się dostarczaniem projektów software'owych i wspieraniem naszych partnerów w rozwijaniu ich biznesu. Tworzymy oprogramowanie, które umożliwia ludziom dokonywanie zmian, działanie w szybszym tempie oraz osiąganie lepszych rezultatów. Jesteśmy firmą, która wykorzystuje szerokie spektrum usług IT, żeby pomagać klientom.

Obszary naszego działania to m.in.: doradztwo technologiczne, tworzenie oprogramowania, systemy wbudowane, rozwiązania chmurowe, zarządzanie danymi, dedykowane zespoły developerskie.

• doświadczenie w pracy jako MLOps Engineer / Machine Learning Engineer lub w podobnej roli
• bardzo dobra znajomość Pythona i doświadczenie w budowie rozwiązań produkcyjnych
• praktyczne doświadczenie z Kubernetes
• doświadczenie z chmurą (preferowana GCP)
• znajomość architektury rozwiązań Machine Learning oraz LLM i umiejętność wdrażania ich w środowisku produkcyjnym
• znajomość zagadnień związanych z MLOps / DevOps
• swobodne poruszanie się w środowisku Linux (Debian / RHEL)
• doświadczenie w samodzielnym prowadzeniu projektów technologicznych end-to-end
• umiejętność analizy problemów i proponowania skutecznych rozwiązań
• umiejętność współpracy z biznesem i przekładania wymagań na rozwiązania techniczne
• swobodna komunikacja w języku angielskim

Czego wymagamy?

• 3 lata doświadczenia na podobnym stanowisku
• znajomość Python
• znajomość Kubernetes
• języki: Polski, Angielski

• prowadzenie projektów MLOps end-to-end w branży bankowej – od analizy potrzeb biznesowych, przez projekt architektury, po wdrożenie i utrzymanie rozwiązań produkcyjnych
• projektowanie i implementacja rozwiązań opartych o Machine Learning oraz LLM zgodnie z najlepszymi praktykami MLOps / LLMOps
• rozwój i utrzymanie środowisk produkcyjnych w Kubernetes oraz Google Cloud Platform
• budowa i optymalizacja pipeline’ów MLOps (CI/CD, automatyzacja, monitoring modeli, governance)
• integracja modeli ML/LLM z istniejącymi systemami i aplikacjami biznesowymi
• diagnozowanie problemów produkcyjnych oraz zapewnienie stabilności i niezawodności wdrożonych rozwiązań
• współpraca z zespołami Data Science, DevOps, Architektury oraz Security
• rekomendowanie nowych technologii i usprawnień w obszarze platformy ML/AI
• prowadzenie code review oraz mentoring członków zespołu
• dokumentowanie architektury oraz wdrożonych rozwiązań
• samodzielne podejmowanie decyzji technicznych i odpowiedzialność za ich realizację
• praca w środowisku Linux (Debian / RHEL)
• praca hybrydowa – 1 x w tygodniu z biura w Warszawie