Aplikuj teraz

Machine Learning Engineer (Praca zdalna)

TQLO SPÓŁKA Z OGRANICZONĄ ODPOWIEDZIALNOŚCIĄ

Warszawa, Skierniewicka 10a
130 - 145 PLN
Zdalna
B2B
Machine Learning
☁️ Azure
🐍 Python
🚢 Kubernetes
🐳 Docker
💼 B2B
🌐 Zdalna
Pełny etat

Nasz Klient to dynamiczna organizacja rozwijająca skalowalne, bezpieczne rozwiązania Machine Learning w środowiskach chmurowych. Zespół projektuje i wdraża end-to-end’owe pipeline’y MLOps, konteneryzuje workloady oraz automatyzuje procesy CI/CD w oparciu o usługi Microsoft Azure. Pracują z technologiami takimi jak Azure ML, Kubernetes, Docker, MLflow czy Terraform, dostarczając gotowe do produkcji, odporne i nowoczesne rozwiązania AI.🛠️ Stack technologicznyAzure ML • AKS • Azure DevOps • Docker • Kubernetes • Python • MLflow • Terraform • CI/CD • IaC🎯 Kogo szukamy?Must have: Bardzo dobrą znajomość Python. Min. 3 lata doświadczenia w budowaniu ML pipelines oraz pracy z frameworkami ML (PyTorch, TensorFlow, Scikit-learn). Praktyczne doświadczenie z usługami Azure: Azure ML, AKS, Azure DevOps – w pełnych workflowach MLOps. Biegłość w konteneryzacji i orkiestracji: Docker, Kubernetes. Znajomość praktyk MLOps, w tym MLflow (experiment tracking, model registry, artifact management). Doświadczenie z Infrastructure as Code – Terraform / Bicep / ARM. Nice to have: Doświadczenie z Kubeflow lub Vertex AI. Znajomość zasad Responsible AI, bezpieczeństwa danych i compliance. 🧠 Kompetencje miękkie Analityczne myślenie i łatwość w wyciąganiu wniosków z danych. Umiejętność rozwiązywania problemów w złożonych środowiskach ML. Jasna komunikacja techniczna w pracy ze stakeholderami nietechnicznymi. Dbałość o detale i jakość dostarczanych rozwiązań. Współpraca w zespołach cross-funkcyjnych. Otwartość na rozwój, nowe narzędzia i dynamicznie zmieniający się rynek AI. 🧩 Zakres obowiązków Projektować i wdrażać kompletne pipeline’y MLOps w Azure (Azure ML, AKS, ACR, ADLS). Konteneryzować i orkiestracji workloady ML z użyciem Docker + Kubernetes. Automatyzować trening, walidację i deployment modeli (CI/CD, Git, Airflow / MLflow / Kubeflow). Zarządzać wersjonowaniem, rejestrem modeli i ich cyklem życia. Monitorować model drift, jakość danych i performance inferencji. Budować infrastrukturę jako kod (Terraform / Bicep / ARM). Zapewniać zgodność z politykami bezpieczeństwa oraz dobrymi praktykami DevSecOps. TQLO Sp. z o.o. – Agencja Zatrudnienia (KRAZ nr 33580)Dziękujemy za wszystkie zgłoszenia! Skontaktujemy się z wybranymi osobami.

Wyświetlenia: 5
Opublikowana2 dni temu
Wygasaza 28 dni
Rodzaj umowyB2B
Tryb pracyZdalna
Źródło
Logo

Podobne oferty, które mogą Cię zainteresować

Na podstawie "Machine Learning Engineer"