Feladatok
- Skálázható adatpipeline-ok és infrastruktúra tervezése vállalati ML rendszerekhez
- ML modellek és rendszerek éles (production) környezetbe történő implementálása
- Együttműködés data scientist-ekkel és szoftvermérnökökkel
- Skálázható eszközök és szolgáltatások bevezetése gépi tanulási tréninghez és inference-hez
- Új technológiák értékelése az ML rendszerek teljesítményének és megbízhatóságának javítása érdekében
- Szoftvermérnöki best practice-ek alkalmazása, beleértve a CI/CD folyamatokat, az ML fejlesztésben
- ML proof-of-concept megoldások fejlesztésének és bevezetésének támogatása
- ML modellek felülvizsgálata, refaktorálása, optimalizálása, konténerizálása, telepítése, verziókezelése és monitorozása
- Monitoring és riasztási megoldások implementálása az ML rendszerek megbízhatóságának és teljesítményének biztosítása érdekében
- Az ML deployment folyamat optimalizálása és automatizálása a hatékonyság és reprodukálhatóság érdekében
- Együttműködés cross-funkcionális csapatokkal az ML bevezetések során felmerülő problémák megoldásában
- Iparági trendek követése és a megszerzett tudás innovációs célú alkalmazása
- Iparági best practice-ek előmozdítása és a csapat szakmai szintjének fejlesztése
Elvárások
- Felsőfokú informatikai végzettség
- Magabiztos, aktív angol nyelvtudás (szóban és írásban egyaránt)
- Legalább 4 év tapasztalat az alábbi munkakörök valamelyikében: Software Engineer, Platform Engineer, ML Engineer, Data Scientist, AI Engineer vagy Data Engineer
- Magabiztos Python tudás
- Gépi tanulási algoritmusok, adat-előkészítési módszerek és ML keretrendszerek (pl. PyTorch, TensorFlow, Keras) ismerete
- Konténerek és Kubernetes használatában szerzett tapasztalat felhőkörnyezetben (AWS, Microsoft Azure vagy GCP)
- Adatközpontú workflow-orchestration keretrendszerek ismerete (KubeFlow, Airflow, Argo)
- A szoftvertesztelés, benchmarkolás és folyamatos integráció alapelveinek ismerete
- Megoldásorientált hozzáállás, jó problémamegoldó készség
- Önállóság, proaktivitás, önmotiváltság, rugalmasság
Előny
- Agent keretrendszerek ismerete (pl. Langchain, Langgraph, LlamaIndex)
- RAG (Retrieval-Augmented Generation) rendszerek fejlesztésében szerzett tapasztalat
- Natural Language Processing (NLP) tapasztalat
- Monitoring eszközök ismerete (pl. DataDog vagy Langfuse)
- Bármilyen társult (associate szintű) felhő tanúsítvány (AWS előny)
Munkáltató ajánlata
- Versenyképes juttatási csomag
- Lehetőség egy globálisan sokszínű, kiemelkedő mérnöki csapattal dolgozni az iparág legösszetettebb mérnöki kihívásain
- Rendkívül rugalmas munkakörülmények – bőkezű irodai eszköztámogatás az otthoni munkavégzéshez, igény esetén munkaállomás biztosítása egy közeli irodában vagy coworking térben, vagy akár mindkettőt.
- Nincs szükség üzleti utazásra.
- Élvezetes, startup jellegű munkakörnyezet, kiváló szakmai fejlődési és karrierlehetőségekkel Rugalmas munkaidő – remote-first vállalatként a hangsúly mindig a minőségi munkavégzésen van, nem azon, hogy mikor vagy hol történik az.