MLOps mérnök

Feladatok

• ▹A Wallapop ML platformjának iterálása és karbantartása, a sebesség, megbízhatóság és karbantarthatóság javítási lehetőségeinek azonosítása
• ▹Az MLOps hosszú távú víziójának és ütemtervének végrehajtása
• ▹Szoros együttműködés adattudósokkal, biztosítva a modellek hatékony fejlesztéséhez, bevezetéséhez és monitorozásához szükséges eszközöket
• ▹Mérnöki legjobb gyakorlatok (kódolási sztenderdek, tesztelés, CI/CD) bevezetése és népszerűsítése az ML területen
• ▹Együttműködés a Data Engineering és DevOps csapatokkal az ML-fejlesztés és a vállalati infrastruktúra/adatgovernance összehangolásában
• ▹Új keretrendszerek és eszközök (pl. LLM-ekhez vagy valós idejű inferenciához) vizsgálata és integrálása a stack modernizálásához

Elvárások

• ▹Komoly tapasztalat production-kész ML platformok és pipeline-ok fejlesztésében és karbantartásában, a teljes életciklus (kísérletezéstől a monitorozásig) ismerete
• ▹Szilárd ismeretek AWS komponensekben (SageMaker, Lambda, S3) és konténer-orkesztrációban Kubernetes-szel
• ▹Erős szoftverfejlesztői háttér, jártasság Pythonban, Git-ben és CI/CD workflow-kban
• ▹Tapasztalat valós idejű ML architektúrákkal, Kafka használatával alacsony késleltetésű adatbetöltéshez és inferenciához
• ▹Gyakorlati tapasztalat vektoradatbázisokkal vagy szemantikus keresési infrastruktúrával (pl. OpenSearch, Vertex AI), indexeléssel és lekérdezés-finomhangolással
• ▹Jártasság a szélesebb ML eszköztárban, mint orchestration/tracking eszközök (Flyte, MLFlow, Feast) és sztenderd könyvtárak (Pandas, Scikit-learn, TensorFlow/PyTorch)
• ▹Professzionális szintű angol nyelvtudás, technikai fogalmak érthető kommunikálásának képessége különböző stakeholderek felé

Előny

• ▹Gyakorlati tapasztalat LLM-ekkel, RAG architektúrákkal és könyvtárakkal, mint a LangChain vagy LlamaIndex
• ▹Jártasság Big Data technológiákban, mint a Spark vagy Beam
• ▹Tapasztalat adatmérnöki eszközökkel, mint az Airflow, dbt vagy Datahub
• ▹Tapasztalat más felhőplatformokkal, mint a GCP vagy Azure, az AWS mellett

A munkáltatóról

A Wallapop egy Barcelonában székelő scale-up, amelynek célja, hogy az embereket egy tudatosabb és emberibb fogyasztási forma felé segítse. Naponta milliárdnyi adatpontot generál, érett adatinfrastruktúrával, és gépi tanulási területe egyre nagyobb lendületet vesz a személyre szabás, keresés, bizalom/biztonság és logisztika terén.