
Az MLOps Engineer a machine learning rendszerek üzemeltetésére szakosodott: ő építi azt az infrastruktúrát, amelyen az ML-modellek megbízhatóan, automatikusan, verziózva képződnek és élnek élesben. DevOps az adattudománynak.
Tipikus napi munka: training pipeline-ok automatizálása (Airflow, Kubeflow), model registry karbantartása (MLflow), feature store-ok üzemeltetése, A/B tesztek és canary release-ek beállítása modelleknek, valamint drift- és teljesítmény-monitoring.
A pozíció azért jól fizetett, mert a "notebook-ról prod-ig" átmenet jellemzően a leggyengébb láncszem az ML-projektekben, egy hibás modell-deploy közvetlen üzleti hatású, és a szerep ritka kombinációja a klasszikus DevOps és az ML-tudásnak.
5 aktív hirdetés erre a pozícióra, a legfrissebbek: