Szukamy kogoś, kto wybiera model według problemu, a nie mody. 3 do 5 lat doświadczenia zawodowego na stanowisku.
Zweryfikowane oferty. Kubeflow.
Napisz czego szukasz lub filtruj według swojego stacku.
Wyróżnione oferty
Budowanie aplikacji iOS, które przechodzą App Store i użytkowników. Ponad 6 lat doświadczenia zawodowego na stanowisku.
Traktowanie modeli jak oprogramowania: wersjonowane, testowane i monitorowane. Ponad 6 lat doświadczenia zawodowego na stanowisku.
Praca nad platformą danych od początku do końca, od surowego pliku po tabelę, której używa biznes. 3 do 5 lat doświadczenia zawodowego na stanowisku.
Obsługa wyszukiwania wektorowego w produkcji z przewidywalnymi kosztami. Ponad 6 lat doświadczenia zawodowego na stanowisku.
Budowanie agentów z Claude, które wykonują użyteczną pracę, nie tylko demonstracje. 3 do 5 lat doświadczenia zawodowego na stanowisku.
Budowanie i utrzymywanie infrastruktury danych wspierającej analizę, produkt i AI, z naciskiem na niezawodność i skalę. Do 2 lat doświadczenia.
Budowanie zestawu testów, któremu zespół ufa na tyle, by wdrażać w piątek. Ponad 6 lat doświadczenia zawodowego na stanowisku.
Przekształcanie danych w decyzje, łącząc solidną statystykę z umiejętnością wyjaśniania wyników decydentom. Do 2 lat doświadczenia.
Szukamy kogoś, kto projektuje wychodząc od problemu, a nie od referencji widzianej na Dribbble. 3 do 5 lat doświadczenia zawodowego na stanowisku.
Uruchamianie uczenia maszynowego na Kubernetes bez zamieniania tego w codzienny problem. 3 do 5 lat doświadczenia zawodowego na stanowisku.
Przekształcanie surowych danych w modele analityczne, którym ufają obszary biznesowe. 3 do 5 lat doświadczenia zawodowego na stanowisku.
Otwarte oferty
Zdalnie · Ameryka Łacińska
Inżynier(ka) Machine Learning · Mid
Wdrażanie modeli uczenia maszynowego do produkcji i utrzymywanie ich jakościowego działania. Od trzech do pięciu lat, z MLflow, Kubeflow lub SageMaker po drodze.
Zdalnie · Ameryka Łacińska
Inżynier(ka) MLOps · Senior
Traktowanie modeli jak oprogramowania: wersjonowane, testowane i monitorowane. Ponad 6 lat doświadczenia zawodowego na stanowisku.
Zdalnie · Ameryka Łacińska
Inżynier(ka) ML z Kubeflow · Mid
Uruchamianie uczenia maszynowego na Kubernetes bez zamieniania tego w codzienny problem. 3 do 5 lat doświadczenia zawodowego na stanowisku.
Zdalnie · Ameryka Łacińska
Inżynier(ka) MLOps · Mid
Traktowanie modeli jak oprogramowania: wersjonowane, testowane i monitorowane. 3 do 5 lat doświadczenia zawodowego na stanowisku.
Zdalnie · Ameryka Łacińska
Inżynier(ka) ML z Kubeflow · Junior
Uruchamianie uczenia maszynowego na Kubernetes bez zamieniania tego w codzienny problem. Do 2 lat doświadczenia zawodowego, w tym staże i własne projekty.
Zdalnie · Ameryka Łacińska
Inżynier(ka) MLOps · Junior
Traktowanie modeli jak oprogramowania: wersjonowane, testowane i monitorowane. Do 2 lat doświadczenia zawodowego, w tym staże i własne projekty.
Zdalnie · Ameryka Łacińska
Inżynier(ka) ML z Kubeflow · Senior
Uruchamianie uczenia maszynowego na Kubernetes bez zamieniania tego w codzienny problem. Ponad 6 lat doświadczenia zawodowego na stanowisku.
Szukasz innego rodzaju oferty?