Warunki zaangażowania:

Obszar: Consulting IT

Lokalizacja: 100% zdalnie

Start: ASAP (akceptujemy kandydatury z maks. 3 mies. okresem wypowiedzenia)

Stawka (ustalana indywidualnie): 160 - 170 PLN netto + VAT / h

Zaangażowanie: B2B (outsourcing z 1dea), full-time, długofalowo

Proces rekrutacyjny (100% zdalnie):

• Krótka rozmowa z rekruterem 1dea (~10 min)
• Weryfikacja techniczno-projektowa z Klientem (~1–1,5 h)
• Jeśli OK: rozmowa z przedstawicielem projektu u Klienta (~30 min)
• Decyzja o współpracy

• Produkcja & skala: Wdrażanie modeli ML i rozwiązań GenAI na produkcję z zachowaniem wydajności
• LLMOps & MLOps: Projektowanie i wdrażanie frameworków automatyzujących cykl życia modeli (AzureML, Azure AI)
• Data pipelines: Budowa i zarządzanie uprzemysłowionymi procesami przetwarzania danych (Databricks, Spark)
• Standardy: Definiowanie najlepszych praktyk w architekturze ML i dokumentacji technicznej
• Wsparcie biznesowe: Estymacje prac, zbieranie wymagań i prezentowanie rozwiązań klientom

• Umowa B2B na czas nieokreślony
• Dołączenie do firmy z ugruntowaną pozycją rynkową
• Nowoczesny sprzęt, oprogramowanie i konfiguracja
• Elastyczne godziny pracy, 100% zdalnie
• Wsparcie w rozwoju kariery od zespołu 1dea

• Doświadczenie: Min. 5 lat w Data Engineeringu i 3 lata w tworzeniu produkcyjnego kodu ML (Python)
• GenAI: Co najmniej rok praktyki z LLM (ChatGPT, Gemini, RAG, Prompt Engineering)
• Big Data: Biegle posługiwanie się Spark/PySpark oraz Databricks
• Cloud: Praktyczna znajomość Azure (preferowane) lub GCP
• Inżynieria: Znajomość architektur mikroserwisowych, API oraz cyklu życia modelu (ML Lifecycle)
• Soft Skills: Angielski na poziomie płynnym (B2+), świetne umiejętności komunikacyjne i rozwiązzywanie problemów

Mile widziane:

• Praktyka w CI/CD i DevOps (GitHub Actions, Azure DevOps)
• Konteneryzacja rozwiązań ML (Docker, Kubernetes)
• Doświadczenie w obszarach Data Lake, Data Integration i Data Governance