Senior Machine Learning Architect @ Antal

Senior Machine Learning Architect @ Antal

Polsko

• Minimum 5 lat doświadczenia w obszarze Machine Learning lub Data Engineering.
• Doświadczenie na stanowisku ML Architect, ML Engineer Lead, Technical Lead lub pokrewnym.
• Praktyczna znajomość narzędzi i procesów MLOps / DevOps dla ML:
  
  • CI/CD, model deployment, monitoring modeli, automatyzacja pipeline’ów.
  • MLflow, Docker, Kubernetes, Airflow, Kubeflow lub analogiczne.
  
  
• Umiejętność łączenia wiedzy algorytmicznej z inżynierią systemową (ML + backend).
• Doświadczenie w pracy z Pythonem i frameworkami ML (TensorFlow, PyTorch, Scikit-learn).
• Samodzielność w prowadzeniu projektów od koncepcji do wdrożenia produkcyjnego.

Mile widziane

• Doświadczenie w zarządzaniu zespołem technicznym lub koordynacji projektów ML.
• Znajomość chmur publicznych (AWS / Azure / GCP).
• Wiedza z zakresu DataOps lub architektury systemów rozproszonych.
• Doświadczenie z rozwiązaniami do monitoringu modeli (Prometheus, Grafana, EvidentlyAI).

Lokalizacja: Polska / Praca hybrydowa lub zdalna
Typ zatrudnienia: Pełny etat 

Cel roli

Poszukujemy doświadczonego Senior ML Architecta, który połączy wiedzę z zakresu modelowania machine learning z umiejętnościami DevOps i system engineering. Osoba na tym stanowisku będzie odpowiedzialna za projektowanie i wdrażanie end-to-end systemów ML, obejmujących cały cykl życia modelu – od koncepcji i prototypowania po produkcyjny deployment i monitoring.

Oferujemy

• Stabilne zatrudnienie w pełnym wymiarze etatu.
• Udział w budowie skalowalnych, nowoczesnych rozwiązań ML dla środowisk produkcyjnych.
• Realny wpływ na kierunek rozwoju architektury ML w organizacji.
• Możliwość pracy z najnowszymi technologiami DevOps, AI i chmurowymi.
• Elastyczny model pracy (hybrydowy / zdalny).
• Atrakcyjne wynagrodzenie dopasowane do doświadczenia.

,[Projektowanie i rozwój architektury systemów ML, obejmujących modele, infrastrukturę oraz środowisko uruchomieniowe., Tworzenie i utrzymywanie pipeline’ów ML (data ingestion, training, deployment, monitoring)., Integracja rozwiązań ML z istniejącą infrastrukturą chmurową i backendową., Utrzymanie środowisk CI/CD dla projektów ML, automatyzacja procesu trenowania i wdrażania modeli., Zapewnienie skalowalności, bezpieczeństwa i niezawodności systemów produkcyjnych., Współpraca z zespołami Data Science, Data Engineering i DevOps przy wdrażaniu nowych rozwiązań., (Opcjonalnie) Techniczne prowadzenie zespołu ML / mentoring młodszych inżynierów.] Requirements: Data engineering, MLOps, DevOps, MLflow, Docker, Kubernetes, Airflow, Kubeflow, Python, TensorFlow, PyTorch, scikit-learn, AWS, Azure, GCP, Prometheus, Grafana, EvidentlyAI

Kategorie

artificialIntelligence

Odpovědět na inzerát