Inżynier Operacji Uczenia Maszynowego (MLOps)
Udostępnij:



Lokalizacja: Hanoi
Kluczowe obowiązki:
● Projektowanie, budowanie i rozwiązywanie problemów związanych z systemami i aplikacjami AI klasy produkcyjnej na
GCP & AWS
● Opracowywanie i utrzymywanie pipeline'ów CI/CD z użyciem narzędzi takich jak Jenkins, GitHub Actions lub
podobnych.
● Optymalizacja, refaktoryzacja, konteneryzacja, wdrażanie i monitorowanie modeli data science, zapewniając
solidne wersjonowanie i kontrolę jakości.
● Automatyzacja testowania, walidacji i oceny wydajności modeli uczenia maszynowego.
● Współpraca z data scientistami, inżynierami i architektami w celu dostarczania skalowalnych rozwiązań,
jasne i kompleksowe dokumentowanie procesów.
● Zarządzanie i optymalizacja infrastruktury jako kodu (IaC) z użyciem narzędzi takich jak Terraform lub
CloudFormation, aby zapewnić skalowalne i replikowalne środowiska.
● Wdrażanie i monitorowanie metryk wydajności modeli na produkcji, proaktywne zajmowanie się dryftem, stronniczością lub degradacją.
● Zapewnienie bezpieczeństwa i zgodności systemów AI, w tym standardów prywatności danych (np. GDPR, HIPAA) i praktyk bezpiecznego wdrażania.
Wymagane kwalifikacje:
● Udokumentowane doświadczenie w projektowaniu i wdrażaniu pipeline'ów MLOps na platformach chmurowych
(Preferowane GCP & AWS).
● Praktyczna znajomość frameworków MLOps (np. Kubeflow, MLFlow, Metaflow,
Ray) oraz narzędzi konteneryzacji (Docker, Kubernetes).
● Dobre umiejętności programowania w Pythonie, Bashu lub podobnym, połączone z głęboką wiedzą o
środowiskach Linux.
● Doświadczenie z narzędziami monitorującymi takimi jak Prometheus, Grafana lub niestandardowe frameworki logowania
do śledzenia wydajności systemu i modeli.
● Wiedza o frameworkach obliczeń rozproszonych (np. Spark, Ray) do obsługi przetwarzania dużych danych lub treningu modeli.
● Znajomość RESTful API i architektury mikroserwisów, z doświadczeniem
w integrowaniu modeli ML w ekosystemach aplikacji.
● Doskonałe umiejętności komunikacyjne w języku angielskim, z podejściem zorientowanym na współpracę i zespół.
Preferowane kwalifikacje:
● Doświadczenie z przetwarzaniem danych w czasie rzeczywistym lub obliczeniami na krawędzi.
● Wiedza w aplikacjach AI/ML związanych z neurobiologią, urządzeniami do noszenia czy interakcją człowiek-komputer (zbieżne z misją EMOTIV).
Proszę przesłać swoje CV do Pani Huyen na adres huyennguyen@emotiv.com.
Lokalizacja: Hanoi
Kluczowe obowiązki:
● Projektowanie, budowanie i rozwiązywanie problemów związanych z systemami i aplikacjami AI klasy produkcyjnej na
GCP & AWS
● Opracowywanie i utrzymywanie pipeline'ów CI/CD z użyciem narzędzi takich jak Jenkins, GitHub Actions lub
podobnych.
● Optymalizacja, refaktoryzacja, konteneryzacja, wdrażanie i monitorowanie modeli data science, zapewniając
solidne wersjonowanie i kontrolę jakości.
● Automatyzacja testowania, walidacji i oceny wydajności modeli uczenia maszynowego.
● Współpraca z data scientistami, inżynierami i architektami w celu dostarczania skalowalnych rozwiązań,
jasne i kompleksowe dokumentowanie procesów.
● Zarządzanie i optymalizacja infrastruktury jako kodu (IaC) z użyciem narzędzi takich jak Terraform lub
CloudFormation, aby zapewnić skalowalne i replikowalne środowiska.
● Wdrażanie i monitorowanie metryk wydajności modeli na produkcji, proaktywne zajmowanie się dryftem, stronniczością lub degradacją.
● Zapewnienie bezpieczeństwa i zgodności systemów AI, w tym standardów prywatności danych (np. GDPR, HIPAA) i praktyk bezpiecznego wdrażania.
Wymagane kwalifikacje:
● Udokumentowane doświadczenie w projektowaniu i wdrażaniu pipeline'ów MLOps na platformach chmurowych
(Preferowane GCP & AWS).
● Praktyczna znajomość frameworków MLOps (np. Kubeflow, MLFlow, Metaflow,
Ray) oraz narzędzi konteneryzacji (Docker, Kubernetes).
● Dobre umiejętności programowania w Pythonie, Bashu lub podobnym, połączone z głęboką wiedzą o
środowiskach Linux.
● Doświadczenie z narzędziami monitorującymi takimi jak Prometheus, Grafana lub niestandardowe frameworki logowania
do śledzenia wydajności systemu i modeli.
● Wiedza o frameworkach obliczeń rozproszonych (np. Spark, Ray) do obsługi przetwarzania dużych danych lub treningu modeli.
● Znajomość RESTful API i architektury mikroserwisów, z doświadczeniem
w integrowaniu modeli ML w ekosystemach aplikacji.
● Doskonałe umiejętności komunikacyjne w języku angielskim, z podejściem zorientowanym na współpracę i zespół.
Preferowane kwalifikacje:
● Doświadczenie z przetwarzaniem danych w czasie rzeczywistym lub obliczeniami na krawędzi.
● Wiedza w aplikacjach AI/ML związanych z neurobiologią, urządzeniami do noszenia czy interakcją człowiek-komputer (zbieżne z misją EMOTIV).
Proszę przesłać swoje CV do Pani Huyen na adres huyennguyen@emotiv.com.
Lokalizacja: Hanoi
Kluczowe obowiązki:
● Projektowanie, budowanie i rozwiązywanie problemów związanych z systemami i aplikacjami AI klasy produkcyjnej na
GCP & AWS
● Opracowywanie i utrzymywanie pipeline'ów CI/CD z użyciem narzędzi takich jak Jenkins, GitHub Actions lub
podobnych.
● Optymalizacja, refaktoryzacja, konteneryzacja, wdrażanie i monitorowanie modeli data science, zapewniając
solidne wersjonowanie i kontrolę jakości.
● Automatyzacja testowania, walidacji i oceny wydajności modeli uczenia maszynowego.
● Współpraca z data scientistami, inżynierami i architektami w celu dostarczania skalowalnych rozwiązań,
jasne i kompleksowe dokumentowanie procesów.
● Zarządzanie i optymalizacja infrastruktury jako kodu (IaC) z użyciem narzędzi takich jak Terraform lub
CloudFormation, aby zapewnić skalowalne i replikowalne środowiska.
● Wdrażanie i monitorowanie metryk wydajności modeli na produkcji, proaktywne zajmowanie się dryftem, stronniczością lub degradacją.
● Zapewnienie bezpieczeństwa i zgodności systemów AI, w tym standardów prywatności danych (np. GDPR, HIPAA) i praktyk bezpiecznego wdrażania.
Wymagane kwalifikacje:
● Udokumentowane doświadczenie w projektowaniu i wdrażaniu pipeline'ów MLOps na platformach chmurowych
(Preferowane GCP & AWS).
● Praktyczna znajomość frameworków MLOps (np. Kubeflow, MLFlow, Metaflow,
Ray) oraz narzędzi konteneryzacji (Docker, Kubernetes).
● Dobre umiejętności programowania w Pythonie, Bashu lub podobnym, połączone z głęboką wiedzą o
środowiskach Linux.
● Doświadczenie z narzędziami monitorującymi takimi jak Prometheus, Grafana lub niestandardowe frameworki logowania
do śledzenia wydajności systemu i modeli.
● Wiedza o frameworkach obliczeń rozproszonych (np. Spark, Ray) do obsługi przetwarzania dużych danych lub treningu modeli.
● Znajomość RESTful API i architektury mikroserwisów, z doświadczeniem
w integrowaniu modeli ML w ekosystemach aplikacji.
● Doskonałe umiejętności komunikacyjne w języku angielskim, z podejściem zorientowanym na współpracę i zespół.
Preferowane kwalifikacje:
● Doświadczenie z przetwarzaniem danych w czasie rzeczywistym lub obliczeniami na krawędzi.
● Wiedza w aplikacjach AI/ML związanych z neurobiologią, urządzeniami do noszenia czy interakcją człowiek-komputer (zbieżne z misją EMOTIV).
Proszę przesłać swoje CV do Pani Huyen na adres huyennguyen@emotiv.com.
Rozwiązania
Wsparcie
Firma
Zastrzeżenie dotyczące produktu

© 2025 EMOTIV, Wszelkie prawa zastrzeżone.

Twoje wybory dotyczące prywatności (ustawienia plików cookie)
*Zastrzeżenie – Produkty EMOTIV przeznaczone są wyłącznie do zastosowań badawczych i osobistych. Nasze produkty nie są sprzedawane jako wyroby medyczne, jak określono w dyrektywie UE 93/42/EEC. Nasze produkty nie są zaprojektowane ani przeznaczone do diagnozowania ani leczenia chorób.
Uwaga dotycząca tłumaczeń: nieangielskie wersje tej witryny zostały przetłumaczone dla Twojej wygody przy użyciu sztucznej inteligencji. Chociaż dążymy do dokładności, automatyczne tłumaczenia mogą zawierać błędy lub niuanse różniące się od oryginalnego tekstu. Aby uzyskać najdokładniejsze informacje, prosimy o odniesienie się do angielskiej wersji tej witryny.
Rozwiązania
Wsparcie
Firma
Zastrzeżenie dotyczące produktu

© 2025 EMOTIV, Wszelkie prawa zastrzeżone.

Twoje wybory dotyczące prywatności (ustawienia plików cookie)
*Zastrzeżenie – Produkty EMOTIV przeznaczone są wyłącznie do zastosowań badawczych i osobistych. Nasze produkty nie są sprzedawane jako wyroby medyczne, jak określono w dyrektywie UE 93/42/EEC. Nasze produkty nie są zaprojektowane ani przeznaczone do diagnozowania ani leczenia chorób.
Uwaga dotycząca tłumaczeń: nieangielskie wersje tej witryny zostały przetłumaczone dla Twojej wygody przy użyciu sztucznej inteligencji. Chociaż dążymy do dokładności, automatyczne tłumaczenia mogą zawierać błędy lub niuanse różniące się od oryginalnego tekstu. Aby uzyskać najdokładniejsze informacje, prosimy o odniesienie się do angielskiej wersji tej witryny.
Rozwiązania
Wsparcie
Firma
Zastrzeżenie dotyczące produktu

© 2025 EMOTIV, Wszelkie prawa zastrzeżone.

Twoje wybory dotyczące prywatności (ustawienia plików cookie)
*Zastrzeżenie – Produkty EMOTIV przeznaczone są wyłącznie do zastosowań badawczych i osobistych. Nasze produkty nie są sprzedawane jako wyroby medyczne, jak określono w dyrektywie UE 93/42/EEC. Nasze produkty nie są zaprojektowane ani przeznaczone do diagnozowania ani leczenia chorób.
Uwaga dotycząca tłumaczeń: nieangielskie wersje tej witryny zostały przetłumaczone dla Twojej wygody przy użyciu sztucznej inteligencji. Chociaż dążymy do dokładności, automatyczne tłumaczenia mogą zawierać błędy lub niuanse różniące się od oryginalnego tekstu. Aby uzyskać najdokładniejsze informacje, prosimy o odniesienie się do angielskiej wersji tej witryny.