Ekscytująca szansa: Starszy inżynier MLOps Remote, Polska B2B; 1.600 - 1.800 zł/dzień + podatek VAT Suma lat. doświadczenia 7-10+ lat Odpowiednie lata. doświadczenia 5-7 lat Idealny kandydat: Doświadczenie z Kubernetesem Doświadczenie w operacjonalizacji projektów Data Science (MLOps) z wykorzystaniem przynajmniej jednego z popularnych - frameworków lub platform (np. Kubeflow & AWS Sagemaker). Dobra znajomość koncepcji ML i AI. Praktyczne doświadczenie w tworzeniu modeli ML. Biegła znajomość jęz
Ekscytująca szansa: Starszy inżynier MLOps Remote, Polska B2B; 1.600 - 1.800 zł/dzień + podatek VAT Suma lat. doświadczenia 7-10+ lat Odpowiednie lata. doświadczenia 5-7 lat Idealny kandydat: Doświadczenie z Kubernetesem Doświadczenie w operacjonalizacji projektów Data Science (MLOps) z wykorzystaniem przynajmniej jednego z popularnych - frameworków lub platform (np. Kubeflow & AWS Sagemaker). Dobra znajomość koncepcji ML i AI. Praktyczne doświadczenie w tworzeniu modeli ML. Biegła znajomość języka Python wykorzystywana zarówno w zadaniach ML, jak i automatyzacji. Dobra znajomość zestawu narzędzi wiersza poleceń Bash i Unix. Doświadczenie z devops, CI/CD/CT, wdrażaniem rurociągów Doświadczenie z AWS (znajomość innych dostawców usług chmurowych będzie plusem) Doświadczenie z LLMOps i genAI Bardzo dobre umiejętności komunikacyjne Doświadczenie w prowadzeniu zespołów projektowych Grupy produktowe Business Insights Technologies (BITe) Usługi profesjonalne które tworzą rozwiązania i ekosystemy oparte na sztucznej inteligencji budowane, ulepszane i utrzymywane w celu rozwiązywania konkretnych wyzwań biznesowych, wspierając decyzje istotne dla rynku. Ekscytująca szansa: Starszy inżynier MLOps Remote, Polska B2B; 1.600 - 1.800 zł/dzień + podatek VAT ,[Zbadanie i wdrożenie narzędzi, frameworków i platform MLOps dla naszych projektów Data Science. , Praca nad backlogiem działań mających na celu podniesienie dojrzałości MLOps w organizacji., Proaktywnie wprowadzaj nowoczesne, zwinne i zautomatyzowane podejście do Data Science., Przeprowadzaj wewnętrzne szkolenia i prezentacje na temat zalet i wykorzystania narzędzi MLOps.] Wymagania: Kubernetes, AWS, MLOps, Data science, Umiejętności komunikacyjne, Kubeflow, AWS SageMaker, AI, Bash Dodatkowo: Rozwój kariery, Konkurencyjne wynagrodzenie.