Machine Learning Operations Section Manager (m/f/d)

Dołącz do nas jako lider zespołu odpowiedzialnego za rozwój i wdrażanie procesów MLOps - operacjonalizacji budowy/wdrożenia/zarządzania modelami uczenia maszynowego.

Jesteśmy zespołem odpowiedzialnym za rozwój Data Science w grupie Kruk. Dostarczamy modele wspierające kluczowe procesy operacyjne i wycenowe na wszystkich rynkach na których działamy. Jesteśmy w trakcie transformacji, której jednym z istotnych elementów jest wdrożenie platformy analitycznej w chmurze (Databricks w Azure).

Szukamy doświadczonego/ej Kierownika/czki Zespołu MLOps, który/a poprowadzi wdrożenie, utrzymanie i rozwój procesów uczenia maszynowego, wesprze zespoły data science w skalowalnym wdrażaniu pełnego cyklu życia modeli.

• Doskonała znajomość środowiska Databricks w kontekście analityki/ML: MLFlow, Feature Store, Unity Catalog, Online Feature Store.
• Doskonała znajomość Declarative Automation Bundles (dawniej Databricks Asset Bundles).
• Doskonała znajomość praktyk MLOps: GitLab, CI/CD dla modeli/FS, automatyzacja pipeline’ów, integracje.
• Znajomość procesów deploy code/model, governance/lineage dla modeli i danych, model lifecycle.
• Znajomość Spark/Python/Scala/SQL i umiejętność optymalizacji procesów/zapytań.
• Umiejętność wdrażania i utrzymania aplikacji w ramach Databricks Apps.
• Doświadczenie w integracji Databricks model serving endpoints z innymi systemami według wymagań Enterprise architecture (kong, grafana, nexus, itd).
• Doświadczenia w zarządzaniu zespołem specjalistów.

Nice to have:

• Certyfikacje Databricks w obszarze analityki/MLOps/danych.
• Znajomość platformy GCP w zakresie komponentów analitycznych (Google BigQuery, Vertex AI Studio).
• Umiejętność optymalizacji kosztów Databticks/Azure/GCP.
• Doświadczenie w pracy w środowisku Agile.

• Wsparcie zespołu wdrażającego platformę Databricks w zakresie zagadnień MLOps (integracje, CI/CD, asset bundles, pipeline-y, itd.) wraz z późniejszym utrzymaniem i rozwojem platformy.
• Utrzymanie aktualnych procesów MLOps wdrożonych i utrzymywanych w ramach bieżących rozwiązań (MSSQL/mlflow/gitlab/docker/Python/R).
• Kierowanie zespołem specjalistów MLOps, rozwój ich kompetencji, planowanie pracy.

Podczas rekrutacji dbamy o inkluzywność procesu i przestrzegamy zasad równych szans. Liczą się dla nas kompetencje i chęć rozwoju osób kandydujących, bez względu na ich płeć, wiek, stopień sprawności, wyznanie, orientację seksualną, pochodzenie lub inne kwestie niezwiązane z wymaganymi umiejętnościami. Dokładamy starań, by proces rekrutacji był dostępny i dostosowany do adekwatnych potrzeb.