MLOps Specialist

apreel Sp. z o.o. WARSZAWA 2026-09-21

Wymagania:

Wykształcenie wyższe z zakresu data science, ekonometrii, statystyki, matematyki, fizyki lub pokrewnych obszarów
Minimum 2 letnie doświadczenie w obszarze MLOps , Machine Learning lub Data Engineering.
Zna środowiska chmurowe Azure i ekosystem Microsoft.
Potrafi programować w Pythonie .
Zna Git oraz procesy CI/CD.
Miała styczność z SAS VIYA, Azure ML, Databricks , Fabric lub podobnymi platformami analitycznymi.
Rozumie zagadnienia związane z deploymentem , monitoringiem i zarządzaniem cyklem życia modeli.
Potrafi samodzielnie analizować nowe technologie i proponować ich zastosowanie biznesowe.

Mile widziane :

Wykorzystanie Azure DevOps w rozwiązaniach Power Platform.
Doświadczenie w integracji między Power Platform przy użyciu Azur e Functions , Azure Logic Apps i usług REST.
integracja Power Platform z systemami zewnętrznymi poprzez API, OData , Web Services.

Opis roli: MLOps Specialist /Data Scientist /Data Engineer będzie odpowiadał za wsparci e prac zespołu projektowego MLOps w opracowaniu procesów związanych z budową silników decyzyjnych i modeli prognostycznych, wraz z wytworzeniem mechanizmów MLOps na platformie chmurowej.

Oferta:

Lokalizacja: Warszawa / Wola – pr aca hybrydowa – 1x w tygodniu w biurze
Zatrudnienie: przez apreel na zasadach B2B
Start: asap
Stawka: do 200 zł netto/ h
Współpraca: długofalowa

,[Projektowanie, budowa i rozwój środowisk MLOps wspierających wdrażanie, automatyzację oraz utrzymanie modeli Machine Learning i silników decyzyjnych. , Opracowywanie, wdrażanie i monitorowanie procesów związanych z pełnym cyklem życia modeli analitycznych. , Tworzenie, rozwój i utrzymanie procesów CI/CD oraz automatyzacji wdrożeń rozwiązań ML zgodnie z dobrymi praktykami DevOps i MLOps . , Projektowanie i implementacja procesów na platformach chmurowych i analitycznych ( Azure , Fabric , SAS Viya ) na potrzeby zespołu MLOps . , Analiza potrzeb rozwojowych platformy oraz projektowanie i wdrażanie rozwiązań usprawniających procesy budowy silników decyzyjnych, modeli predykcyjnych oraz integrujących środowiska on- prem z cloud . , Analiza nowych technologii i usług chmurowych oraz rekomendowanie ich zastosowania w architekturze rozwiązań Machine Learning i AI. ] Requirements: MLOps, Machine learning, DevOps, Azure, SAS, Cloud, Data science, Data engineering, Python, Git, CD, Azure ML, Databricks, Azure DevOps, Power Platform, REST API, API, OData, Web services, ACA Additionally: Modern technologies.