MLOps Engineer (VISINT / EO / SAR)

תחומי אחריות עיקריים
● בניית והובלת תהליכי MLOps מקצה לקצה: Data → Training → Evaluation → Deployment → Monitoring
● פיתוח פייפליינים לאימון מודלים (training pipelines) כולל ניהול ניסויים והשוואות
● הטמעה וניהול של Model Registry, versioning ו־artifact management (MLflow / DVC)
● פריסה של מודלים לסביבות production (batch / real-time inference)
● עבודה עם תשתיות מבוזרות (Ray / Kubernetes) לצורך אימון והסקה בקנה מידה גדול
● ניטור ביצועי מודלים (model performance, drift, data quality) ושיפור מתמיד
● אוטומציה של תהליכי retraining ו־continuous evaluation
● שיתוף פעולה עם חוקרים, Data Engineers ו־DevOps לצורך מעבר חלק ממחקר לפרודקשן
● אופטימיזציה של ביצועים (CPU / GPU) ועלויות

דרישות (Must Have)
● ניסיון בתפקיד MLOps / ML Engineer / Data Engineer עם אוריינטציה ל־ML
● שליטה ב־Python וניסיון עם ספריות ML/DL (PyTorch / TensorFlow)
● ניסיון בבניית pipelines לאימון והסקה של מודלים
● ניסיון עם כלי experiment tracking ו־model management (MLflow / W&B)
● ניסיון בעבודה עם Docker ו־Kubernetes
● ניסיון בסביבות ענן (AWS / GCP / Azure)
● הבנה של מחזור החיים של מודלים והאתגרים במעבר ל־production
● יכולת עבודה בצוות רב־תחומי בסביבה דינמית