MLOps​/Data Engineer; k​/m – z obszarem zainteresowań wokół ML

Pracujesz w zespole realizującym projekty B+R i komercyjne z obszaru AI/ML, skupione na dużych danych multimodalnych oraz modelach generatywnych i LLM. Budujemy i rozwijamy platformę ML obejmującą infrastrukturę (on-prem + Azure), pipeline’y danych oraz środowiska do trenowania i wdrażania modeli. Kluczowym obszarem jest skalowanie przetwarzania danych oraz optymalizacja inferencji modeli w środowiskach produkcyjnych.

Zakres obowiązków:

• Architektura i Infrastruktura ML:
  Konfiguracja, optymalizacja i utrzymanie hybrydowych środowisk obliczeniowych (klastry lokalne + chmura Azure) opartych o konteneryzację (Docker) i orkiestrację (Kubernetes z obsługą akceleratorów GPU).
• Data Engineering:
  Budowa i optymalizacja wydajnych pipeline’ów ETL/ELT do przetwarzania dużych wolumenów danych multimodalnych (w tym strumieniowanie danych z wykorzystaniem Kafka/Rabbit
  
  MQ).
• Wdrażanie praktyk MLOps:
  Wdrażanie i rozwój narzędzi do zarządzania cyklem życia modeli ML (wersjonowanie eksperymentów, modeli i zbiorów danych) oraz budowa potoków CI/CD.
• Deploy i Optymalizacja Inferencji:
  Wdrażanie modeli na środowiska produkcyjne/testowe. Optymalizacja serwerów inferencyjnych (w tym dla dużych modeli językowych) pod kątem wydajności, latencji i zarządzania zasobami (np. VRAM). Praca z wektorowymi bazami danych.

Wymagania:

• Min. 5 lat komercyjnego doświadczenia na stanowisku MLOps, Dev Ops, Data Engineer lub pokrewnym.
• Znajomość środowisk chmurowych (preferowany Azure) oraz narzędzi Dev Ops (Docker, Kubernetes, Linux).
• Praktyczna znajomość narzędzi do budowania systemów MLOps i CI/CD (np. MLflow, DVC, Git Hub Actions).
• Biegłość w Pythonie oraz doświadczenie z technologiami strumieniowania i przetwarzania danych (Kafka, MQ, bazy wektorowe).
• Doświadczenie w optymalizacji silników inferencyjnych (np. vLLM, TGI) oraz znajomość narzędzi monitoringu (Prometheus, Grafana).
• Udział w projekcie, który realnie wspiera osoby niesłyszące i słabosłyszące w codziennej komunikacji
• Możliwość bezpośredniego wpływu na życie osób z niepełnosprawnościami, tworząc rozwiązania zmniejszające bariery komunikacyjne i ułatwiające integrację społeczną
• Pracę w zespole ekspertów, w którym wiedza naukowa łączy się z realnym wpływem społecznym
• Przestrzeń do rozwoju zawodowego i samodzielność w realizacji nowych projektów