Senior MLOps Engineer Wroclaw, Krakow, Gdansk, Warsaw, Poland

Мы ищем Senior MLOps Engineer (Physical AI & Robotics Platform) в динамичную инновационную инженерную команду, которая создаёт Incarno — платформу Grid Dynamics для Physical AI и робототехники. В этой роли вы будете создавать и эксплуатировать ML-платформу, обеспечивающую инференс на парке производственных роботов, и следить за тем, чтобы модели развёртывались надёжно, эффективно и в нужном масштабе как в облаке, так и в edge-средах на самих роботах. Вы будете тесно работать с ML-исследователями, инженерами по робототехнике, экспертами по компьютерному зрению, специалистами по данным (data scientists) и представителями продукта, чтобы преодолеть разрыв между обучением моделей и их развёртыванием в production.

• ML Platform & Fleet Inference: создавать и поддерживать ML-платформу, которая обеспечивает работу пайплайнов инференса и надёжно обслуживает модели на парке производственных роботов.
• GPU Optimization & Serving: развёртывать и оптимизировать ML-модели на GPU с помощью NVIDIA Triton для быстрого, малозадержечного и экономичного инференса.
• Release Process & IaC Ownership: отвечать за полный жизненный цикл релизов ML-нагрузок — от Infrastructure as Code (Terraform) и CI/CD-пайплайнов (GitHub Actions) до развёртываний в production.
• Training & Fine-Tuning Pipelines: разрабатывать и запускать масштабируемые пайплайны обучения и дообучения (fine-tuning) в облачной инфраструктуре AWS и GCP.
• Lifecycle & Dataset Management: управлять датасетами, реестрами моделей и отслеживанием экспериментов с помощью таких инструментов, как DVC, MLflow и Kubeflow Pipelines.
• Cloud Cost Optimization: строго контролировать расходы на облачную инфраструктуру в AWS и GCP, используя spot/preemptible-инстансы и автомасштабирование GPU.
• Developer Tooling & Abstractions: создавать инструменты и внутренние библиотеки, которые позволяют data scientists и инженерам по робототехнике беспрепятственно выпускать модели, не имея дела с «сырой» инфраструктурой.
• Cross-Functional Collaboration: тесно сотрудничать с ML-исследователями, специалистами по компьютерному зрению и инженерами по робототехнике, чтобы переводить модели от прототипа к production-средам с высокой доступностью.

• MLOps Experience: прочная база в MLOps и практический опыт вывода моделей машинного обучения от обучения до развёртывания в production.
• Core Engineering & Automation: уверенное владение Python, а также практические знания Docker, Terraform и GitHub Actions.
• GPU Model Serving: подтверждённый опыт обслуживания и оптимизации ML-моделей на GPU с помощью NVIDIA Triton.
• ML Lifecycle Tooling: знакомство с инструментами управления жизненным циклом ML и версионирования, включая MLflow для реестра моделей, DVC для версионирования датасетов и Kubeflow Pipelines.
• Cloud Infrastructure & Autoscaling: практический опыт работы с AWS и/или GCP, включая управление spot/preemptible-инстансами и автомасштабированием GPU.
• ML CI/CD & Testing: чёткое понимание CI/CD-пайплайнов, Infrastructure as Code (IaC) и практик автоматизированного тестирования, адаптированных для ML-нагрузок.
• Training Pipelines: знакомство с техниками дообучения (fine-tuning) моделей и запуском распределённых пайплайнов обучения в облачной инфраструктуре.

• Edge & Robotics Experience: непосредственный опыт работы с edge-развёртываниями или в среде робототехники.
• Computer Vision & Physical AI: опыт развёртывания CV-моделей или работы с фреймворками в области Physical AI.

• Возможность работать над передовыми проектами

• Работа в команде с высокой мотивацией и преданностью делу

• Конкурентная зарплата

• Гибкий график

• Пакет льгот: медицинская страховка, спорт

• Корпоративные мероприятия

• Возможности профессионального развития

• Хорошо оборудованный офис