MLOps Specialist

IT Factory, dynamiczna firma z doświadczeniem w zakresie rozwoju, wdrażania i wsparcia rozwiązań IT, dla polskiej znaczącej Firmy z branży ubezpieczeń, poszukuje Kandydatów/Kandydatek na stanowisko:

MLOps Specialist / Data Scientist / Data Engineer

Tryb pracy: hybrydowy (1 dzień w biurze w Warszawie, 4 dni zdalnie)

Lokalizacja: Warszawa

Forma współpracy: B2B

O projekcie

Dołącz do zespołu projektowego MLOps, który wspiera budowę silników decyzyjnych i modeli prognostycznych dla jednej z wiodących firm z sektora ubezpieczeniowego w Polsce. Będziesz odpowiadać za projektowanie i rozwój procesów oraz mechanizmów MLOps na platformie chmurowej, wspierających pełny cykl życia modeli analitycznych.

Czym będziesz się zajmować

• Projektowaniem, budową i rozwojem środowisk MLOps wspierających wdrażanie, automatyzację oraz utrzymanie modeli Machine Learning i silników decyzyjnych
• Opracowywaniem, wdrażaniem i monitorowaniem procesów związanych z pełnym cyklem życia modeli analitycznych
• Tworzeniem, rozwojem i utrzymaniem procesów CI/CD oraz automatyzacją wdrożeń rozwiązań ML zgodnie z dobrymi praktykami DevOps i MLOps
• Projektowaniem i implementacją procesów na platformach chmurowych i analitycznych (Azure, Fabric, SAS Viya) na potrzeby zespołu MLOps
• Analizą potrzeb rozwojowych platformy oraz projektowaniem i wdrażaniem rozwiązań usprawniających procesy budowy silników decyzyjnych, modeli predykcyjnych oraz integrujących środowiska on-prem z cloud
• Analizą nowych technologii i usług chmurowych oraz rekomendowaniem ich zastosowania w architekturze rozwiązań Machine Learning i AI

Czego oczekujemy

• Wykształcenia wyższego z zakresu data science, ekonometrii, statystyki, matematyki, fizyki lub pokrewnych obszarów
• Min. 2 lata doświadczenia w obszarze MLOps, Machine Learning lub Data Engineering
• Znajomości środowisk chmurowych Azure i ekosystemu Microsoft
• Umiejętności programowania w Pythonie
• Znajomości Git oraz procesów CI/CD
• Styczności z SAS Viya, Azure ML, Databricks, Fabric lub podobnymi platformami analitycznymi
• Zrozumienia zagadnień związanych z deploymentem, monitoringiem i zarządzaniem cyklem życia modeli
• Umiejętności samodzielnej analizy nowych technologii i proponowania ich zastosowania biznesowego