Senior Machine Learning / MLOps Engineer

RITS Group to firma informatyczna oferująca usługi programistyczne dla rynku polskiego i międzynarodowego, należąca do najszybciej rozwijających się spółek technologicznych. Kultura organizacyjna opiera się na zaufaniu, współpracy i ciągłym doskonaleniu.

• Doświadczenie w samodzielnym prowadzeniu projektów technologicznych, szczególnie w obszarach AI/ML/MLOps
• Bardzo dobra znajomość Pythona i doświadczenie w budowie aplikacji produkcyjnych
• Swobodne poruszanie się w systemach Linux (Debian, RHEL)
• Praktyczne doświadczenie z Kubernetes
• Doświadczenie z rozwiązaniami chmurowymi, najlepiej Google Cloud Platform (GCP)
• Znajomość metodyk DevOps lub MLOps i umiejętność ich praktycznego wdrażania
• Umiejętność diagnozowania problemów i proponowania skutecznych rozwiązań
• Komfortowa praca na styku IT i Biznesu, umiejętność tłumaczenia technologii na wartości biznesowe
• Chęć rozwoju kompetencji w obszarze ML/LLM oraz ich produkcyjnego wykorzystania
• Kompetencje techniczne: Python (projektowanie i nadzór nad rozwiązaniami ML/LLM), Kubernetes (architektura i praktyka wdrożeniowa), Google Cloud Platform, zrozumienie architektury i integracji Machine Learning / LLM, biegłość operacyjna w Linux (Debian / RHEL), leadership techniczny (prowadzenie zespołu, code review, mentoring), samodzielne prowadzenie projektu (odpowiedzialność E2E), rozwiązywanie problemów i podejmowanie decyzji technicznych

• Samodzielne prowadzenie projektów MLOps end-to-end, od analizy potrzeb, przez projekt architektury, po wdrożenie i utrzymanie
• Ścisła współpraca z Biznesem w celu zrozumienia potrzeb, priorytetów oraz mierzalnych celów projektów AI/ML
• Projektowanie i implementacja rozwiązań wykorzystujących modele ML i LLM zgodnie z najlepszymi praktykami MLOps/LLMOps
• Utrzymywanie i rozwijanie środowisk produkcyjnych działających w Kubernetes i Google Cloud Platform
• Diagnozowanie problemów technicznych oraz zapewnianie stabilności i niezawodności wdrożonych aplikacji
• Współpraca z zespołami Data Science, Architektury, Security i DevOps, dbanie o spójność całego rozwiązania
• Tworzenie i optymalizacja procesów MLOps, w tym CI/CD, monitoring modeli, automatyzacja pipeline’ów oraz governance
• Rekomendowanie nowych technologii, rozwiązań platformowych i usprawnień procesów