O nas: W Apolo angażujemy się w upraszczanie operacji AI/ML dla organizacji. Podejmując wyzwania związane z wdrażaniem sztucznej inteligencji/ML w różnych środowiskach, zapewniamy opłacalne i bezproblemowe rozwiązania. Nasze usługi zarządzane i kompleksowe narzędzia pozwalają firmom skoncentrować się na swoich głównych celach, zapewniając bezproblemowe wdrażanie sztucznej inteligencji i innowacje bez złożoności operacyjnej. Rola: Poszukujemy inżyniera AI/MLOps, który będzie kluczowy w zarządzani
O nas: W Apolo angażujemy się w upraszczanie operacji AI/ML dla organizacji. Podejmując wyzwania związane z wdrażaniem sztucznej inteligencji/ML w różnych środowiskach, zapewniamy opłacalne i bezproblemowe rozwiązania. Nasze usługi zarządzane i kompleksowe narzędzia pozwalają firmom skoncentrować się na swoich głównych celach, zapewniając bezproblemowe wdrażanie sztucznej inteligencji i innowacje bez złożoności operacyjnej. Rola: Poszukujemy inżyniera AI/MLOps, który będzie kluczowy w zarządzaniu produktami dostarczanymi przez nas i ich rozwijaniu. Ta rola wymaga wiedzy technicznej i proaktywnego sposobu myślenia, chcącego badać i wypróbowywać nowe technologie. Idealni kandydaci są zaradni, wyróżniają się rozwiązywaniem problemów i potrafią pracować samodzielnie przy minimalnym nadzorze. Wymagania ● Zrozumienie cyklu życia projektów opartych na uczeniu maszynowym ● Wiedza i praktyczne doświadczenie z praktykami Kubernetes, Containerd/Docker, Helm, CI/CD, w szczególności z GitHub Actions ● Podstawowa znajomość najlepszych praktyk MLOps (wersjonowanie danych i modeli, śledzenie eksperymentów, odtwarzalność itp.) ● Biegła znajomość języka Python do tworzenia skryptów, automatyzacji i integracji. Pożądane umiejętności: ● Praca w sieci, w tym TCP/IP, DNS, równoważenie obciążenia i routing żądań w celu zapewnienia bezpiecznego i wydajnego działania sieci. ● Doświadczenie z Pachyderm, DVC, KubeFlow, Spark, MLFlow, Seldon lub ich alternatywy ● Doświadczenie we wdrażaniu LLM na dużą skalę Obowiązki: ● Tworzenie złożonych, zautomatyzowanych, powtarzalnych potoków dla całego cyklu życia projektu ML, w tym zarządzanie danymi, eksperymentowanie, szkolenie modeli, wdrażanie i monitorowanie w środowisku produkcyjnym ● Tworzenie integracji i aplikacji wielokrotnego użytku dla każdego etap cyklu życia projektu ML ● Monitoruj narzędzia/podejścia MLOps, aby aktywnie identyfikować rozwiązania różnych problemów domenowych ● Uczestniczyć w rozwoju usług platformy MLOps ● Komunikuj się z użytkownikami końcowymi, aby zrozumieć ich problemy ● Włączanie użytkowników końcowych do MLOps Platforma Korzyści Co oferujemy: ● Pracuj zdalnie, zapewniając zgodność stref czasowych w celu zapewnienia efektywnej współpracy. ● Kształtuj kierunek i sukces produktu, przejmując na własność istotne komponenty. ● Rozwiązuj złożone i innowacyjne wyzwania. ● Dołącz do wspierającego i dynamicznego środowiska zespołowego. ● Otrzymuj konkurencyjne wynagrodzenie i pakiet świadczeń.