- Страна
- Польша
Откликайтесь
на вакансии с ИИ

Data & ML Engineer
Интересная позиция на стыке Data и ML с современным стеком технологий и возможностью публичных выступлений. Четкие требования и понятный формат работы делают вакансию привлекательной для опытных инженеров в Польше.
Сложность вакансии
Роль требует глубоких знаний как в Data Engineering (ETL, Airflow), так и в DevOps (Kubernetes, Docker), а также опыта работы с облачными платформами и ML-моделями. Гибридный формат работы в Варшаве сужает круг подходящих кандидатов.
Анализ зарплаты
Для специалиста с опытом 4+ года в области ML и Data Engineering в Варшаве рыночная зарплата обычно находится в диапазоне от 20 000 до 30 000 PLN (брутто) при работе по трудовому договору или выше на B2B. Вакансия соответствует уровню Senior/Strong Middle.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом

Откликнитесь уже сейчас
Если вы готовы строить масштабируемые ML-системы в Варшаве, отправьте свое резюме рекрутеру прямо сейчас!
Описание вакансии
*🔎* Data & ML Engineer
Location: only POLAND, Warsaw (hibrid)
Got 4+ years of experience turning messy data into production ML systems? We're looking for a Data & ML Engineer to join a project in Warsaw.
What you'll be doing:
→ Building production-grade ETL pipelines (Airflow / Kubeflow)
→ Architecting and automating ML-Ops pipelines in the cloud (GCP / Azure)
→ Deploying, monitoring and scaling ML workloads with Docker & Kubernetes
→ Designing RESTful APIs and reusable ML tooling
→ Speaking at internal workshops, meetups and conferences
Stack: Python, Docker, Kubernetes, GCP/Azure, Airflow/Kubeflow, ETL, REST APIs, ML/DL fundamentals.
Bonus points for: TensorFlow/PyTorch/Keras, Spark/Kafka/Flink, big data & NoSQL, IoT/Edge, open-source contributions.
*📍* Hybrid — office in central Warsaw 2x/week (mandatory)
Interested? DM us your CV *👇*
Создайте идеальное резюме с помощью ИИ-агента

Навыки
- Python
- Docker
- Kubernetes
- Google Cloud Platform
- Azure
- Airflow
- Kubeflow
- ETL
- REST API
- Machine Learning
- Deep Learning
- TensorFlow
- PyTorch
- Keras
- Apache Spark
- Apache Kafka
- Apache Flink
- NoSQL
Возможные вопросы на собеседовании
Проверка опыта работы с оркестрацией и автоматизацией ML-процессов.
Расскажите о вашем опыте построения MLOps-пайплайнов с использованием Kubeflow или Airflow. В чем были основные сложности при масштабировании?
Оценка навыков работы с облачной инфраструктурой и контейнеризацией.
Как вы организуете мониторинг и логирование ML-моделей, развернутых в кластере Kubernetes в облаке (GCP/Azure)?
Проверка фундаментальных знаний в области обработки данных.
Какие стратегии обработки 'грязных' данных в ETL-пайплайнах вы считаете наиболее эффективными для обеспечения качества последующего обучения моделей?
Оценка архитектурных навыков.
Как бы вы спроектировали RESTful API для модели, которая должна обрабатывать запросы с низкой задержкой (low latency)?
Проверка навыков коммуникации и обмена знаниями.
Был ли у вас опыт публичных выступлений или проведения воркшопов? О какой технической теме вы могли бы рассказать коллегам на внутреннем митапе?
Похожие вакансии
Data инженер (Middle+)
Главный инженер Контроль качества данных
Junior Python Data Engineer
Специалист по обучению AI-ассистента «Алиса»
Tech Lead Data Engineer / Руководитель сопровождения и развития СККД
Data engineer
1000+ офферов получено
Устали искать работу? Мы найдём её за вас
Quick Offer улучшит ваше резюме, подберёт лучшие вакансии и откликнется за вас. Результат — в 3 раза больше приглашений на собеседования и никакой рутины!