Bezpieczeństwo IT

Inżynier MLOps

- 16 000 - 21 000 + premia

Warszawa
- umowa o pracę
- pełen etat
- specjalista
- praca hybrydowa

Poszukujemy kandydatów do pracy w Zespole Technologii SI, w Centrum Nowych Technologii dla Polityk Publicznych. W związku z prowadzonymi licznymi projektami, również z Centrum Badań i Rozwoju, wykorzystującymi sztuczną inteligencję w systemach teleinformatycznych, poszerzamy nasz zespół. Obecnie poszukujemy Inżyniera/ki MLOps do pracy w projekcie HIVE, który jest kontynuacją projektu PLLuM i ma na celu wsparcie cyfryzacji i automatyzacji zadań urzędowych poprzez wdrożenie dużych polskich modeli językowych oraz ich zastosowanie w przetwarzaniu języka naturalnego. HIVE składa się z czterech etapów: budowy korpusów danych językowych, treningów dużych modeli językowych, ewaluacji oraz pilotażowego wdrożenia modeli w sektorze publicznym.

Aplikuj teraz

Zadania na stanowisku:

Automatyzacja powtarzalnych zadań w całym cyklu życia modeli AI;
Tworzenie i zarządzanie data pipeline;
Testy, wdrażanie i monoring modeli AI;
Monitorowanie zmian wprowadzonych w danych i modelach AI;
Projektowanie i wdrażanie CI/CD;
Współpraca z inżynierami uczenia maszynowego i programistami.

Wymagania:

Wykształcenie wyższe w dziedzinie informatyki, matematyki, inżynierii oprogramowania lub pokrewnej;
Minimum 2 lata doświadczenia w obszarze MLOps lub DevOps.;
Biegła znajomość języków programowania takich jak Python, Java, Scala lub C++;
Doświadczenie z narzędziami do zarządzania modelem uczenia maszynowego (MLFlow, Kubeflow, TensorBoard);
Znajomość konteneryzacji (Docker) oraz systemów orkiestracji kontenerów (Kubernetes);
Umiejętność pracy z narzędziami CI/CD (np. Jenkins, GitHub Actions, GitLab CI/CD);
Znajomość przynajmniej jednego z głównych frameworków do trenowania modeli LLM (np. PyTorch, TensorFlow, Hugging Face Transformers);
Doświadczenie w zarządzaniu środowiskami w chmurze (AWS, Azure, Google Cloud);
Znajomość technologii big data (np. Apache Spark, Hadoop);
Umiejętność pracy z bazami danych NoSQL i SQL;
Dobra organizacja pracy oraz zdolność do prowadzenia dokumentacji technicznej;
Umiejętność współpracy z interdyscyplinarnym zespołem badawczym;
Znajomość języka angielskiego w mowie i piśmie co najmniej na poziomie B2.

Dodatkowym atutem będzie:

Doświadczenie w pracy z modelami językowymi LLM (np. BERT, GPT, T5);
Wiedza na temat fine-tuningu oraz transfer learningu w kontekście modeli językowych;
Doświadczenie z narzędziami i procesami do optymalizacji modeli (pruning, quantization, distillation);
Doświadczenie z systemami monitorowania i logowania (Prometheus, Grafana, ELK Stack);
Wiedza na temat zarządzania dużymi zbiorami danych tekstowych (np. pre-processing, ETL);
Doświadczenie w treningu modeli na rozproszonych systemach, np. za pomocą PyTorch Distributed Data Parallel (DDP) lub DeepSpeed;
Doświadczenie w integracji modeli ML z API;
Znajomość narzędzi takich jak ONNX, TensorRT, czy Hugging Face Accelerate do przyspieszania treningu, fine-tuningu i inferencji modeli.

Benefity

Zapewniamy dobre warunki pracy

O właściwych ludzi trzeba odpowiednio dbać. Dlatego oferujemy cały szereg dodatkowych korzyści. Od szkoleń i kursów zawodowych, poprzez zajęcia z jogi i owocowe czwartki, po dofinansowaną kartę Multisport albo zwrot za bilety do kina czy teatru. To wszystko jest jednak dodatkiem do tego, że po prostu dobrze się z nami pracuje.