T Hub - AI Engineer ML Ops & GPU computing

We are looking for an experienced AI Engineer who will be responsible for designing, deploying, and maintaining AI/ML solutions in production environments. The role combines expertise in Machine Learning Engineering, MLOps, and basic administration and optimization of GPU infrastructure supporting model training and inference workloads.

Key Responsibilities

• Design and develop AI and Machine Learning solutions.
• Build and maintain MLOps pipelines (CI/CD for ML models).
• Automate model training, deployment, and monitoring processes.
• Manage the end-to-end machine learning lifecycle (ML Lifecycle Management).
• Collaborate closely with Data Scientists, Software Engineers, and business stakeholders.
• Optimize computational resource utilization, particularly GPU-based environments.
• Monitor model performance, quality, and data drift.
• Contribute to the design of AI architectures on cloud platforms.
• Create technical documentation and establish engineering best practices.

W realizacji zadań
pomoże Ci

• Minimum 3 years of experience in AI/ML projects.
• Strong proficiency in Python.
• Hands-on experience with:
• PyTorch or TensorFlow
• Scikit-learn
• Hugging Face
• Experience with MLOps technologies:
• MLflow
• Kubeflow
• Azure Machine Learning, Vertex AI, or SageMaker
• CI/CD tools (GitHub Actions, Azure DevOps, GitLab CI)
• Experience with Docker and Kubernetes.
• Hands-on experience working with distributed AI/ML environments and compute clusters.
• Good understanding of cloud platforms (Azure, AWS, or GCP) or on-premise systems.
• Understanding of workload orchestration, resource allocation, and scaling for machine learning workloads.
• Experience with Git and modern DevOps practices.
• English proficiency at B2 level or higher.
• Strong ownership and accountability for delivered solutions.
• Ability to translate business requirements into technical implementations.
• Analytical mindset with a problem-solving approach.
• Passion for experimenting with emerging AI technologies.
• Strong organizational and collaboration skills in Agile environments.

Nice-to-Have

• Experience with LLMs and Generative AI solutions.
• Knowledge of RAG, Vector Databases, and Agentic AI.
• Experience with cloud-based GPU platforms (Azure AI, AWS EC2 P4/P5, GCP A3).
• Experience managing or operating GPU-enabled Kubernetes clusters.
• Experience with NVIDIA GPU Operator, KServe, Ray, Kubeflow, or similar technologies.
• Understanding of cluster monitoring and performance optimization in AI environments.
• Familiarity with Spark, Databricks, or Ray.

Biorąc udział w naszych rekrutacjach możesz liczyć na uczciwość i transparentność. Dokładnie i sprawiedliwie rozważamy każdą kandydaturę, bez wyjątku. Dla nas nie ma znaczenia Twoja rasa, kolor skóry, Twoja orientacja seksualna, tożsamość płciowa, pochodzenie, niepełnosprawność, poglądy, wygląd, czy religia, która wyznajesz.
Liczą się tylko Twoje kompetencje.
Gwarantujemy Ci także, że uczestnicząc w rekrutacjach do #MagentaTeam zawsze otrzymasz informacje zwrotną!

Jesteśmy firmą technologiczną, a naszym celem jest tworzenie innowacyjnych rozwiązań dla klientów ondywidualnych i biznesowych.

W T-Mobile wszyscy żyjemy w świecie magenta! Kolor ten jest nam bliski, bo oznacza wiarę w powodzenie podejmowanych działań, pewność siebie i wytrzymałość. Właśnie tacy jesteśmy jako zespół.
W #MagentaTeam stawiamy na wymianę doświadczeń, zwinną pracę i szybko adaptujemy się do zmian! #MagentaTeam to jednak przede wszystkim mix różnych kompetencji i doświadczeń, osobowości, temperamentów i poglądów. Właśnie w tej różnorodności widzimy naszą największą siłę.