TQLO sp. z o.o.

Machine Learning Engineer

120 - 160 PLN/ godz./ godz.

SeniorZdalnieFull-time

#455387·Dodano 26 dni temu·3

Źródło: TQLO

Aplikuj teraz

Tech Stack / Keywords

Machine Learning Python AzureAzure Machine LearningMLOpsCI/CD Docker Kubernetes MLflow Terraform

Firma i stanowisko

Nasz Klient to międzynarodowa organizacja rozwijająca nowoczesne rozwiązania technologiczne wykorzystujące Machine Learning do analizy danych, automatyzacji procesów oraz wspierania decyzji biznesowych. Projekt koncentruje się na rozwoju i wdrażaniu modeli Machine Learning w środowisku chmurowym Azure.

Wymagania

Must have:

Minimum 3 lata komercyjnego doświadczenia w dziedzinie Machine Learning Engineering lub MLOps
Bardzo dobra znajomość Python i doświadczenie w produkcyjnych rozwiązaniach ML
Praktyczne doświadczenie z platformą Azure, zwłaszcza usługami do rozwoju i wdrażania modeli Machine Learning
Znajomość Azure Machine Learning i procesów trenowania, rejestrowania oraz wdrażania modeli
Doświadczenie w projektowaniu i rozwijaniu procesów MLOps
Umiejętność automatyzacji pipeline'ów ML oraz zarządzania cyklem życia modeli
Znajomość procesów CI/CD w kontekście rozwiązań Machine Learning
Doświadczenie w konteneryzacji aplikacji i modeli przy użyciu Docker
Dobre rozumienie metod Machine Learning, ewaluacji modeli i metryk jakości
Doświadczenie w przygotowaniu i przetwarzaniu danych do trenowania modeli
Znajomość zasad wersjonowania modeli, eksperymentów i artefaktów ML
Umiejętność monitorowania produkcyjnych modeli oraz identyfikowania problemów z wydajnością i jakością
Dobre rozumienie projektowania skalowalnych i niezawodnych rozwiązań chmurowych
Umiejętność samodzielnej analizy problemów technicznych i proponowania rozwiązań

Nice to have:

Znajomość Kubernetes i wdrażania modeli w środowiskach kontenerowych
Doświadczenie z MLflow
Znajomość PyTorch, TensorFlow lub scikit-learn
Doświadczenie z Terraform lub narzędziami Infrastructure as Code
Znajomość Azure DevOps lub GitHub Actions
Doświadczenie w monitorowaniu data drift i model drift
Znajomość rozwiązań GenAI oraz wdrażania modeli LLM w chmurze

Obowiązki

Projektowanie i rozwijanie rozwiązań Machine Learning wykorzystywanych w systemach produkcyjnych
Przygotowywanie i optymalizacja procesów trenowania, walidacji i wdrażania modeli
Automatyzacja cyklu życia modeli ML od przygotowania danych po monitoring
Rozwijanie infrastruktury umożliwiającej niezawodne i powtarzalne wdrażanie rozwiązań ML
Budowanie procesów zapewniających jakość, wydajność i skalowalność modeli
Monitorowanie skuteczności modeli oraz identyfikowanie zmian wpływających na jakość
Projektowanie mechanizmów integracji modeli z aplikacjami i usługami
Optymalizacja procesów przetwarzania danych dla rozwiązań ML
Rozwijanie standardów wersjonowania, testowania i utrzymania modeli
Analiza problemów technicznych i proponowanie usprawnień zwiększających stabilność
Współpraca z zespołami Data Science, Data Engineering i Software Engineering przy rozwoju rozwiązań opartych na Machine Learning

Benefity

Udział w projekcie rozwijającym produkcyjne rozwiązania Machine Learning w środowisku Azure
Rozwój i automatyzacja procesów MLOps obejmujących cały cykl życia modeli
Praca nad skalowalnością, monitoringiem i niezawodnością rozwiązań ML
Kształtowanie standardów wdrażania, testowania i utrzymania modeli Machine Learning
Projekt łączący kompetencje w obszarach Python, Machine Learning i Cloud Engineering

TQLO sp. z o.o.

38 aktywnych ofert

Zobacz wszystkie oferty

Aplikuj teraz