MLOps Engineer
Primary stack
Nice to have's
Job description
MLOps Engineer
Stanowisko: MLOps Engineer
Możemy w krótkim czasie przesłać Ci dobrych kandydatów. Skontaktuj się z nami
About the Position
Smartways.io szuka doświadczonego MLOps Engineera z kompetencjami w ML, DevOps i inżynierii danych, który dołączy do naszego zespołu w Polsce.
Responsibilities
Zakres zadań MLOps Engineera obejmuje cały cykl życia modelu - od wersjonowania danych po monitoring driftu na produkcji. Poniżej typowe obowiązki na poziomie senior:
- Projektowanie i utrzymanie pipeline’ów CI/CD dla modeli ML (trenowanie, walidacja, deployment)
- Wdrażanie modeli do produkcji z użyciem konteneryzacji (Docker) i orkiestracji (Kubernetes)
- Budowa systemów monitorowania modeli - data drift, model drift, alerting na spadek jakości predykcji
- Zarządzanie feature store i wersjonowaniem danych oraz artefaktów (DVC, MLflow, Feast)
- Automatyzacja retrainingu i rollbacków modeli w środowiskach produkcyjnych
- Optymalizacja kosztów i wydajności inferencji (GPU scheduling, autoscaling, batch vs real-time)
- Wdrażanie Infrastructure as Code (Terraform, Helm) dla środowisk ML
- Zapewnienie observability - logi, metryki, tracing dla serwowanych modeli
- Współpraca z data scientistami przy przenoszeniu notebooków do reprodukowalnych pipeline’ów
- Implementacja governance i compliance modeli (audytowalność, lineage, model registry)
Requirements
| Kompetencja | Wymagany poziom | Szczegóły |
|---|---|---|
| Python | Zaawansowany | Produkcyjny kod, typing, testy, pakietowanie |
| Kubernetes | Zaawansowany | Deployment, Helm, autoscaling, GPU nodes |
| CI/CD dla ML | Zaawansowany | GitLab CI, GitHub Actions, ArgoCD, pipeline’y treningu |
| Frameworki MLOps | Zaawansowany | MLflow, Kubeflow, SageMaker, Vertex AI |
| Konteneryzacja | Zaawansowany | Docker, optymalizacja obrazów, multi-stage builds |
| Chmura (AWS/GCP/Azure) | Zaawansowany | Minimum jedna chmura na poziomie produkcyjnym |
| Infrastructure as Code | Średni-zaawansowany | Terraform, Helm, GitOps |
| Monitoring i observability | Średni-zaawansowany | Prometheus, Grafana, Evidently, drift detection |
| Podstawy ML | Średni | Rozumienie metryk, walidacji, cyklu życia modelu |
| Język angielski | B2+ | Praca w zespołach międzynarodowych |
Salary
Senior MLOps Engineer zarabia w Polsce 20 000–32 000 PLN brutto/mc (kontrakt B2B, przeliczenie na fakturę bywa wyższe o 15-25%). To jedno z lepiej opłacanych stanowisk w obszarze IT/data ze względu na rzadkość profilu.
We Offer
Standardowe benefity obejmują prywatną opiekę medyczną, budżet szkoleniowy 4 000–8 000 PLN/rok, dostęp do kredytów chmurowych i konferencji, elastyczny czas pracy oraz pełny remote lub model hybrydowy 1-2 dni w biurze.
About the Company
SmartWays Sp. z o.o. - 2026 - wszelkie prawa zastrzeżone.
How to Apply
Nasi specjaliści są gotowi by dołączyć do Twojego zespołu.
FAQ
Czym różni się MLOps Engineer od DevOps Engineera?
DevOps Engineer automatyzuje wdrażanie aplikacji, a MLOps Engineer zajmuje się dodatkowo cyklem życia modeli ML - wersjonowaniem danych, retrainingiem, monitoringiem driftu i reprodukowalnością eksperymentów. MLOps wymaga zrozumienia specyfiki modeli, których jakość degraduje się w czasie.
Czy MLOps Engineer musi umieć budować modele ML?
Nie musi trenować modeli od zera, ale wymagane jest rozumienie metryk, walidacji i cyklu życia modelu. Głównym zadaniem jest operacjonalizacja pracy data scientistów, nie tworzenie algorytmów.
Ile trwa rekrutacja MLOps Engineera przez Smartways.io?
Standardowo 3-4 tygodnie od briefu do oferty. Dla profili niszowych, jak LLMOps czy MLOps w środowisku regulowanym, proces może potrwać do 5 tygodni ze względu na wąską pulę kandydatów.
Czy warto zatrudnić MLOps Engineera zamiast rozszerzać zespół data science?
Tak, gdy modele wchodzą na produkcję i skalują się. Bez MLOps Engineera data scientiści tracą czas na deployment i utrzymanie infrastruktury zamiast eksperymentować. Podobnie jak Engineering Manager odciąża zespół z zarządzania, MLOps odciąża z operacji.
Jakie certyfikaty ma najlepszy MLOps Engineer?
Najbardziej cenione to AWS ML Specialty, GCP Professional ML Engineer oraz CKA (Certified Kubernetes Administrator). Certyfikaty podnoszą stawkę o 5-10%, ale doświadczenie z produkcyjnymi systemami waży więcej.
Czy MLOps Engineer współpracuje z data analystami?
Tak - MLOps Engineer buduje feature store i pipeline’y danych, z których korzystają zarówno data scientiści, jak i Data Analyst. Dobra współpraca skraca czas przejścia od analizy do produkcyjnego modelu.
© SmartWays Recruitment. This job description was sourced from the employer's public career page. TheJob is not the employer — we index the posting and route candidates to the source. All content rights and hiring decisions belong to the employer.
IT,Finance,Sales,Purchasing,Other industries
About the Company SmartWays Recruitment offers bespoke and scalable recruitment solutions tailored to the evolving needs of businesses across various industries. The company focuses on recruitment within EMEA markets but delivers projects globally. Their services include direct search, contracting, body leasing, executive search, recruitment process outsourcing, and HR on-demand services. Products, Services & Tech Stack Core Solutions: Direct Search Contracting Body Leasing Executive Search Recruitment Process Outsourcing HR on-demand Project Scope & Target Clients Client Base: IT Finance Sales Purchasing Other industries Engineering Scale: Projects for large corporations, small businesses, and start-ups.