MLOps / Cloud Engineer (AWS)
⚲ Kraków, Warszawa, Budapest, București, Sofia
Do uzgodnienia
Wymagania
- min. 5 lat doświadczenia w DevOps / Cloud, z AWS jako główną platformą
- praktyczne wdrażanie modeli ML lub serwisów Python na AWS (SageMaker, inference endpoints, Step Functions)
- doświadczenie z narzędziami MLOps, w tym MLflow lub podobnymi
- praktyczne doświadczenie z Terraform w realnych projektach
- budowa i zarządzanie pipeline'ami CI/CD w GitLab CI (GitHub Actions akceptowalne)
- Docker i wdrażanie kontenerów na AWS (ECS, EKS lub Lambda)
- zarządzanie infrastrukturą wielośrodowiskową (dev, pre-prod, prod)
- angielski min. Intermediate+
Opis stanowiska
Projekt dotyczy platformy analizy obrazu opartej na ML i Computer Vision, służącej do automatycznego wykrywania defektów w procesach galwanizacji i obróbki powierzchni — klient to międzynarodowa firma z branży materiałów przemysłowych. Będziesz odpowiadać za zaprojektowanie i utrzymanie architektury AWS dla całego pipeline'u ML: przyjmowanie obrazów, inferencję, przechowywanie danych i wyników, a także za CI/CD w GitLab i IaC w Terraformie oraz środowiska dev/pre-prod/prod. To dobra oferta dla inżyniera, który łączy kompetencje DevOps z praktyką wdrażania modeli ML i serwisów Python na AWS i chce pracować przy produkcyjnym zastosowaniu ML w przemyśle.
🔍 Dekoder Ogłoszenia
🟡
Combining technical expertise with research and development capabilities
Ogólnikowy opis klienta bez konkretów o zespole, procesie czy warunkach — typowy 'filler' korporacyjny.
🟡
innovative solutions, supporting sustainable industrial practices
Marketingowy język o kliencie, nie o ofercie pracy — nie wnosi informacji o roli.
🟡
adapting to evolving technological and market requirements
Brzmi jak zapowiedź zmiennego zakresu projektu, ale bez konkretów — trudno ocenić realny wpływ na pracę.