MLOps Engineer

Connectis_ WARSZAWA 2026-09-28
  • Minimum 3 lata doświadczenia w obszarze MLOps, Machine Learning lub Data Engineering
  • Głęboka znajomość Azure (w szczególności Azure ML, AKS, Azure Container Registry) lub GCP/AWS z gotowością do szybkiego wejścia w Azure.
  • Praktyczna obsługa MLflow, Kubeflow lub rozwiązań natywnych chmury do zarządzania cyklem życia modelu.
  • Zaawansowana znajomość Docker i Kubernetes (zarządzanie klastrami, Helm charts, Ingress).
  • Doświadczenie w budowaniu pipeline'ów (Azure DevOps, GitHub Actions, Jenkins).
  • Dobra znajomość Python (niezbędna do pracy z SDK narzędzi ML) oraz Bash/Shell.
  • Znajomość Terraform, Bicep lub Ansible.
Wspólnie z naszym Partnerem z branży ubezpieczeń poszukujemy doświadczonego/ej specjalisty/ki do świadczenia usług jako MLOps Engineer.

Projekt dotyczy strategicznego programu transformacyjnego realizowanego na styku biznesu i technologii. Nasz klient tworzy nowoczesny ekosystem obsługi szkód i świadczeń oparty na danych, automatyzacji, AI oraz procesach workflow.

✨ OFERUJEMY:

  • Nowy sposób na aplikowanie z AI Rekruterem (AIR) – w trakcie procesu możesz porozmawiać z wirtualnym rekruterem 24/7, bez czekania na telefon. Finalną decyzję zawsze podejmuje Opiekun Projektu.
  • Otwartość na okazjonalne spotkania projektowe w Warszawie (orientacyjnie 1x w tygodniu), ustalane w zależności od potrzeb projektu i uzgadniane między stronami.
  • Współpracę w modelu projektowym, z rozliczeniem opartym na etapach i protokołach odbioru poszczególnych deliverables.
  • Wsparcie po stronie Connectis w sprawach administracyjnych i rozliczeniowych związanych ze współpracą.
  • Uczestnictwo w wydarzeniach branżowych oraz meetupach technologicznych.
  • 5 000 PLN za polecenie znajomych do naszych projektów.
  • Elastyczna forma współpracy B2B.
  • Szybki i zdalny proces.


Dziękujemy za wszystkie zgłoszenia. Pragniemy poinformować, że skontaktujemy się z wybranymi osobami.

13537/MP
,[Automatyzacja procesów CI/CD/CT: Implementacja potoków (pipelines) CI/CD dla rozwiązań ML, obejmujących automatyczne testowanie, wersjonowanie danych i modeli (DVC, MLflow) oraz Continuous Training (CT)., Projektowanie i budowa infrastruktury MLOps/LLMOps: Tworzenie skalowalnego środowiska do trenowania i serwowania modeli przy użyciu Azure Machine Learning, Azure AI Foundry oraz Kubernetes (AKS)., Konteneryzacja i orkiestracja: Przygotowywanie obrazów Docker dla modeli AI/GenAI oraz zarządzanie ich wdrożeniami na klastrach Kubernetes w architekturze hybrydowej (integracja z systemami on-premise)., Optymalizacja kosztów i wydajności: Zarządzanie zasobami chmurowymi Azure, optymalizacja czasu inferencji modeli oraz skalowanie infrastruktury w zależności od obciążenia.] Requirements: Azure, Azure Machine Learning, Docker, Kubernetes, Helm, AKS, CI/CD, Azure Devops, Python, Bash, MLFlow, Terraform
APLIKUJ

Podobne oferty