MLOps Engineer

Hledáme zkušeného MLOps inženýra, který se připojí k našemu týmu a bude se podílet na vývoji robustní a škálovatelné infrastruktury pro správu a provoz strojového učení v oblasti energetiky. Čeká tě práce na greenfield projektu s dlouhodobou perspektivou, kde budeš mít možnost navrhovat a implementovat klíčové části systému od samého začátku.

O projektu:

Brzy budeme vyvíjet moderní platformu pro správu, trénování a nasazování modelů strojového učení pro předního hráče na energetickém trhu. Naším cílem je vytvořit robustní a škálovatelnou infrastrukturu, která umožní efektivní provoz a správu stovek modelů s různými požadavky na prostředí a závislosti. Platforma staví na nejnovějších technologiích v oblasti MLOps, automatizace a cloudových služeb a klade důraz na bezpečnost, spolehlivost a optimalizaci využití zdrojů. Součástí řešení je také podpora dynamického retrainu, monitoringu a správy životního cyklu modelů v produkčním prostředí.

Co by bylo náplní tvé práce? 

• Návrh a implementace MLOps pipeline pro trénování, nasazování a správu modelů strojového učení

• Výběr a integrace vhodných frameworků pro time series a machine learning (např. Nixtla, Sktime)

• Automatizace procesů retrainu, deploymentu a monitoringu stovek modelů s různými závislostmi

• Řešení specifických DevOps výzev v oblasti machine learningu (izolace prostředí, optimalizace využití zdrojů, správa závislostí)

• Spolupráce s datovými vědci, vývojáři a DevOps týmem na návrhu a provozu celé platformy

• Nastavení a správa infrastruktury v cloudu (AWS, Kubernetes, Docker, Terraform)

• Zajištění bezpečnosti, škálovatelnosti a spolehlivosti celého řešení

Technologie/nástroje, se kterými budeš pracovat:

• ML/TS frameworky (zvažujeme Nixtla/Sktime případně jiné)

• Python

• Docker, Kubernetes

• AWS/Azure

• Terraform

• Gitlab

• Monitoring a logging nástroje (Prometheus, Grafana,...)

Koho hledáme?

• Máš zkušenosti s MLOps a DevOps, ideálně v prostředí s větším množstvím modelů strojového učení

• Znáš moderní ML frameworky a nástroje pro správu modelů (např. Nixtla, Sktime, MLflow, Kubeflow apod.)

• Umíš navrhnout a provozovat škálovatelnou infrastrukturu v cloudu (AWS, GCP, Azure)

• Máš zkušenosti s kontejnerizací (Docker, Kubernetes) a automatizací (Terraform, CI/CD)

• Rozumíš specifickým výzvám v oblasti provozu ML modelů (správa závislostí, izolace prostředí, monitoring)

• Umíš komunikovat napříč týmy (datoví vědci, vývojáři, DevOps)

• Výhodou je zkušenost s time series modely a frameworky