MLOps Engineer
⚲ Warszawa
160 - 180 PLN/h netto (B2B)
Wymagania
- Azure
- Kubernetes
- CI/CD
- AI
Opis stanowiska
Dla naszego Klienta – lidera w branży ubezpieczeniowej – poszukujemy osoby na stanowisko MLOps Engineer do pracy przy rozwoju nowoczesnej platformy AI w środowisku PML.
Zakres obowiązków
• Tworzenie i utrzymanie platformy AI dla rozwiązań wykorzystywanych w branży ubezpieczeniowej
• Projektowanie i budowa infrastruktury MLOps/LLMOps z wykorzystaniem Azure Machine Learning, Azure AI Foundry oraz Kubernetes (AKS)
• Automatyzacja procesów CI/CD/CT dla rozwiązań ML, w tym wersjonowanie modeli i danych (MLflow, DVC)
• Konteneryzacja i wdrażanie modeli AI/GenAI przy użyciu Docker oraz Kubernetes
• Monitoring modeli AI, wykrywanie Data Drift/Model Drift oraz wdrażanie mechanizmów alertowania i observability
• Implementacja rozwiązań wspierających zgodność z AI Act, audytowalność modeli oraz bezpieczeństwo danych
• Zarządzanie i optymalizacja zasobów chmurowych Azure pod kątem kosztów oraz wydajności
• Współpraca z zespołami Data Science oraz IT Operations przy wdrażaniu i utrzymaniu środowisk produkcyjnych
Profil idealnego kandydata
• Minimum 3 lata doświadczenia w obszarze DevOps, MLOps lub Software Engineering
• Doświadczenie w pracy z modelami ML na środowiskach produkcyjnych
• Bardzo dobra znajomość Docker oraz Kubernetes (AKS, Helm, Ingress)
• Praktyczne doświadczenie z chmurą Azure, w szczególności Azure ML, AKS oraz Azure Container Registry
• Doświadczenie w budowie pipeline’ów CI/CD z wykorzystaniem Azure DevOps, GitHub Actions lub Jenkins
• Dobra znajomość Python oraz Bash/Shell
• Znajomość narzędzi MLOps takich jak MLflow, Kubeflow lub rozwiązań natywnych chmury
• Doświadczenie z Infrastructure as Code (Terraform, Bicep lub Ansible)
• Umiejętność pracy na styku zespołów Data Science i IT Operations
• Wykształcenie wyższe techniczne
Warunki współpracy
• Lokalizacja: hybrydowo w Warszawie (1 dzień w tygodniu z biura)
• Rodzaj umowy: B2B
• Wynagrodzenie: 160–180 PLN/h
• Benefity: prywatna opieka medyczna, ubezpieczenie na życie, karta Multisport
Etapy rekrutacji
• Rozmowa telefoniczna z Rekruterem (ok. 30 minut)
• Techniczna rozmowa online z Klientem
• Decyzja i informacja zwrotna
Zakres obowiązków
• Tworzenie i utrzymanie platformy AI dla rozwiązań wykorzystywanych w branży ubezpieczeniowej
• Projektowanie i budowa infrastruktury MLOps/LLMOps z wykorzystaniem Azure Machine Learning, Azure AI Foundry oraz Kubernetes (AKS)
• Automatyzacja procesów CI/CD/CT dla rozwiązań ML, w tym wersjonowanie modeli i danych (MLflow, DVC)
• Konteneryzacja i wdrażanie modeli AI/GenAI przy użyciu Docker oraz Kubernetes
• Monitoring modeli AI, wykrywanie Data Drift/Model Drift oraz wdrażanie mechanizmów alertowania i observability
• Implementacja rozwiązań wspierających zgodność z AI Act, audytowalność modeli oraz bezpieczeństwo danych
• Zarządzanie i optymalizacja zasobów chmurowych Azure pod kątem kosztów oraz wydajności
• Współpraca z zespołami Data Science oraz IT Operations przy wdrażaniu i utrzymaniu środowisk produkcyjnych
Profil idealnego kandydata
• Minimum 3 lata doświadczenia w obszarze DevOps, MLOps lub Software Engineering
• Doświadczenie w pracy z modelami ML na środowiskach produkcyjnych
• Bardzo dobra znajomość Docker oraz Kubernetes (AKS, Helm, Ingress)
• Praktyczne doświadczenie z chmurą Azure, w szczególności Azure ML, AKS oraz Azure Container Registry
• Doświadczenie w budowie pipeline’ów CI/CD z wykorzystaniem Azure DevOps, GitHub Actions lub Jenkins
• Dobra znajomość Python oraz Bash/Shell
• Znajomość narzędzi MLOps takich jak MLflow, Kubeflow lub rozwiązań natywnych chmury
• Doświadczenie z Infrastructure as Code (Terraform, Bicep lub Ansible)
• Umiejętność pracy na styku zespołów Data Science i IT Operations
• Wykształcenie wyższe techniczne
Warunki współpracy
• Lokalizacja: hybrydowo w Warszawie (1 dzień w tygodniu z biura)
• Rodzaj umowy: B2B
• Wynagrodzenie: 160–180 PLN/h
• Benefity: prywatna opieka medyczna, ubezpieczenie na życie, karta Multisport
Etapy rekrutacji
• Rozmowa telefoniczna z Rekruterem (ok. 30 minut)
• Techniczna rozmowa online z Klientem
• Decyzja i informacja zwrotna
🔍 Dekoder Ogłoszenia
🔴
lidera w branży ubezpieczeniowej
Może oznaczać stabilną firmę, ale też potencjalnie wolniejsze procesy i bardziej konserwatywne podejście do technologii.
🔴
rozwoju nowoczesnej platformy AI
Może oznaczać pracę nad innowacyjnymi rozwiązaniami, ale też potencjalnie niedopracowane technologie i brak jasno zdefiniowanych ścieżek rozwoju.
🔴
środowisku PML
Jest to skrót branżowy, który może być niejasny dla osób spoza tej konkretnej organizacji lub branży, co sugeruje potrzebę szybkiego wdrożenia w specyficzne narzędzia.
🔴
Minimum 3 lata doświadczenia w obszarze DevOps, MLOps lub Software Engineering
Choć podano minimum, często oznacza to, że preferowany jest kandydat z większym doświadczeniem, a 3 lata mogą być traktowane jako dolna granica.
🔴
Współpraca z zespołami Data Science oraz IT Operations
Może oznaczać płynną współpracę, ale też potencjalne konflikty interesów lub trudności w komunikacji między różnymi działami.