AI & MLOps Engineer(M/F)
⚲ Warszawa
100–140 zł netto (+ VAT) / godz.
Wymagania
- min. 6–8 lat doświadczenia jako MLOps Engineer, AI Engineer, Machine Learning Engineer lub pokrewnym
- doświadczenie w budowie i utrzymaniu rozwiązań ML w środowiskach produkcyjnych
- doświadczenie z platformami chmurowymi AWS, Azure lub Google Cloud Platform
- znajomość CI/CD oraz automatyzacji procesów wdrożeniowych
- znajomość zagadnień monitoringu modeli AI
- znajomość języka angielskiego na poziomie B2–C1
Mile widziane
- doświadczenie z MLflow, Apache Airflow, Kubernetes, PyTorch/TensorFlow, LLM, LangChain/LangGraph/LlamaIndex, bazami wektorowymi, RAG, Apache Kafka
- doświadczenie w sektorze bankowym lub finansowym
Opis stanowiska
Rola MLOps/AI Engineer przy projektach dla sektora bankowego i finansowego — projektowanie środowisk MLOps, automatyzacja trenowania i wdrażania modeli, budowa pipeline'ów ML oraz monitorowanie modeli produkcyjnych. Będziesz pracować na styku Data Science, Data Engineering i DevOps, z realnym udziałem w rozwiązaniach Generative AI i LLM. Dobra oferta dla inżyniera, który ma już za sobą produkcyjne wdrożenia ML i chce rozwijać się w kierunku GenAI. Uwaga: widełki '6–8 lat' w praktyce często oznaczają preferencję kandydatów bliżej górnej granicy — jeśli masz 6 lat, warto to zweryfikować na starcie. Podobnie 'doświadczenie w projektach Generative AI' bywa rozumiane bardzo różnie (od użycia gotowych API po budowę modeli), więc dopytaj o realny zakres.
🔍 Dekoder Ogłoszenia
🔴
innowacyjnych projektów
Może oznaczać zarówno przełomowe rozwiązania, jak i projekty, które są po prostu nowe dla firmy, ale niekoniecznie innowacyjne na rynku.
🔴
nowoczesne platformy danych
Może odnosić się do szerokiego zakresu technologii, od standardowych baz danych po bardziej zaawansowane rozwiązania, których konkretne wykorzystanie nie jest sprecyzowane.
🟡
Umiejętność współpracy z zespołami Data Science i Engineering
Oczekuje się, że będziesz potrafił efektywnie komunikować się i pracować z innymi zespołami, co może oznaczać konieczność tłumaczenia złożonych koncepcji technicznych na język biznesowy.
🔴
Minimum 6–8 lat doświadczenia
Chociaż podany jest zakres, często firmy preferują kandydatów bliżej górnej granicy, a dolna granica może być elastyczna tylko w wyjątkowych przypadkach.
🔴
Doświadczenie w projektach Generative AI
Może oznaczać zarówno budowanie modeli od podstaw, jak i wykorzystanie gotowych rozwiązań, co nie jest jasno określone.