Machine Learning Engineer

120 - 160 PLN/ godz./ godz.B2BB2B (netto)

MidZdalnie·WarszawaInne·B2B

#473577·Dodano wczoraj·1

Źródło: justjoin.it

Aplikuj teraz

Tech Stack / Keywords

PythonMLOpsAzure

Podsumowanie oferty

Rola dotyczy rozwoju i wdrażania produkcyjnych rozwiązań Machine Learning dla międzynarodowej organizacji, w projekcie wykorzystującym modele do analizy danych, automatyzacji procesów i wspierania decyzji biznesowych. Osoba będzie rozwijać skalowalne rozwiązania ML i infrastrukturę MLOps w chmurze Azure, wykorzystując Python.

Wymagania

Minimum 3 lata komercyjnego doświadczenia w obszarze Machine Learning Engineering lub MLOps.
Bardzo dobra znajomość Python oraz doświadczenie w tworzeniu produkcyjnych rozwiązań ML.
Praktyczne doświadczenie z platformą Azure, w szczególności z usługami wykorzystywanymi do rozwoju i wdrażania modeli Machine Learning.
Znajomość Azure Machine Learning oraz procesów trenowania, rejestrowania i 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 wdrażania rozwiązań Machine Learning.
Doświadczenie w konteneryzacji aplikacji i modeli z wykorzystaniem Docker.
Dobre rozumienie metod Machine Learning, sposobów ewaluacji modeli oraz metryk jakości.
Doświadczenie w przygotowywaniu i przetwarzaniu danych wykorzystywanych do trenowania modeli.
Znajomość zasad wersjonowania modeli, eksperymentów oraz artefaktów ML.
Umiejętność monitorowania modeli produkcyjnych oraz identyfikowania problemów związanych z ich wydajnością i jakością.
Dobre rozumienie zasad projektowania skalowalnych i niezawodnych rozwiązań chmurowych.
Umiejętność samodzielnego analizowania problemów technicznych i proponowania odpowiednich rozwiązań.

Mile widziane:

Znajomość Kubernetes oraz wdrażania modeli w środowiskach kontenerowych.
Doświadczenie z MLflow.
Znajomość PyTorch, TensorFlow lub scikit-learn.
Doświadczenie z Terraform lub innymi 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 środowisku chmurowym.

Obowiązki

Projektowanie i rozwijanie rozwiązań Machine Learning wykorzystywanych w systemach produkcyjnych.
Przygotowywanie i optymalizowanie procesów trenowania, walidacji oraz wdrażania modeli.
Automatyzowanie cyklu życia modeli ML — od przygotowania danych po monitoring ich działania.
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 ich jakość.
Projektowanie mechanizmów integracji modeli z istniejącymi aplikacjami i usługami.
Optymalizowanie procesów przetwarzania danych wykorzystywanych w rozwiązaniach ML.
Rozwijanie standardów wersjonowania, testowania i utrzymywania modeli.
Analizowanie problemów technicznych i proponowanie usprawnień zwiększających stabilność rozwiązań.
Współpraca z zespołami Data Science, Data Engineering i Software Engineering przy rozwijaniu 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 zagadnieniami skalowalności, monitoringu i niezawodności rozwiązań ML.
Udział w kształtowaniu standardów wdrażania, testowania i utrzymywania modeli Machine Learning.
Udział w projekcie łączącym kompetencje z obszaru Python, Machine Learning i Cloud Engineering.

Inne informacje

Poszukiwane są osoby dostępne od zaraz lub z maksymalnie miesięcznym okresem dostępności.

TQLO sp. z o.o.

38 aktywnych ofert

Zobacz wszystkie oferty

Aplikuj teraz