MLOps Engineer

• minimum 3 lata doświadczenia w obszarze DevOps, MLOps lub Software Engineering oraz doświadczenie z modelami ML działającymi na produkcji
• bardzo dobra znajomość Docker i Kubernetes, w tym zarządzania klastrami, Helm Charts i Ingress
• dobra znajomość Azure, szczególnie Azure ML, AKS i Azure Container Registry, lub doświadczenie z GCP/AWS i gotowość do szybkiego wejścia w Azure
• doświadczenie w budowaniu pipeline'ów CI/CD z wykorzystaniem np. Azure DevOps, GitHub Actions lub Jenkins, również dla procesów ML
• dobra znajomość Python oraz Bash/Shell
• praktyczna znajomość narzędzi MLOps, takich jak MLflow, Kubeflow lub rozwiązania natywne chmury
• znajomość Infrastructure as Code, np. Terraform, Bicep lub Ansible
• wykształcenie wyższe techniczne, np. Informatyka, Telekomunikacja lub kierunek pokrewny
• podejście Automation First i nastawienie na automatyzację manualnych procesów
• umiejętność współpracy z zespołami Data Science i IT Operations
• proaktywność w rozwiązywaniu problemów wydajnościowych i incydentów produkcyjnych

Mile widziane

• certyfikat Azure DevOps Engineer Expert (AZ-400) lub Azure AI Engineer (AI-102)
• doświadczenie we wdrażaniu modeli LLM
• znajomość narzędzi monitoringowych, takich jak Prometheus, Grafana lub Azure Monitor
• znajomość zagadnień sieciowych w środowisku hybrydowym, m.in. VPN, VNet, Private Endpoints
• znajomość baz wektorowych, np. w kontekście Azure AI Search

Poszukujemy MLOps Engineera, który dołączy do zespołu rozwijającego platformę AI w ramach dużego programu transformacyjnego w branży ubezpieczeniowej.

Projekt dotyczy budowy nowoczesnego ekosystemu obsługi szkód i świadczeń, opartego na danych, automatyzacji, AI oraz procesach workflow. Zespół pracuje nad rozwiązaniami, które mają usprawniać obsługę klientów i wspierać rozwój nowoczesnych technologii w organizacji.

W tej roli będziesz koncentrować się na projektowaniu, budowie i utrzymaniu środowiska MLOps/LLMOps, automatyzacji procesów związanych z wdrażaniem modeli oraz dbaniu o ich stabilne działanie na produkcji. Ważnym elementem będzie również praca z infrastrukturą chmurową, Kubernetesem, CI/CD, monitoringiem oraz bezpieczeństwem rozwiązań AI.

Oferujemy

• Umowa B2B oraz stabilna, długoterminowa współpraca
• Prywatna opieka medyczna Luxmed
• Karta sportowa Multisport
• Praca hybrydowa (1 x w tygodniu przyjazd do biura w Warszawie)

,[projektowanie, rozwój i utrzymanie infrastruktury MLOps/LLMOps oraz platformy AI, budowa skalowalnego środowiska do trenowania i serwowania modeli z wykorzystaniem Azure Machine Learning, Azure AI Foundry oraz Kubernetes/AKS, tworzenie i rozwój pipeline'ów CI/CD/CT, obejmujących automatyczne testowanie, trening oraz wersjonowanie danych i modeli z wykorzystaniem m.in. DVC i MLflow, przygotowywanie obrazów Docker oraz wdrażanie modeli AI/GenAI na klastrach Kubernetes, integracja środowiska chmurowego z systemami on-premise, rozwój monitoringu i observability modeli, w tym wykrywanie Data Drift i Model Drift, logowanie oraz alertowanie, wdrażanie rozwiązań wspierających audytowalność modeli, lineage danych, zarządzanie dostępem i bezpieczeństwo, optymalizacja kosztów, wydajności i czasu inferencji oraz skalowanie infrastruktury w zależności od obciążenia] Requirements: Python, Kubernetes, Docker, Azure, Azure Machine learning, CI/CD, MLOps, Terraform, MLflow, Bash, Shell, Azure AI Search, Prometheus, Grafana, Azure Monitor, LLM Additionally: Sport subscription, Private healthcare.