MLOps Engineer
⚲ Warszawa
140 - 150 PLN netto (B2B)
Wymagania
- min. 3 lata doświadczenia w MLOps, Machine Learning lub Data Engineering
- głęboka znajomość Azure (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 oraz Bash/Shell
- znajomość Terraform, Bicep lub Ansible
- gotowość do okazjonalnych spotkań projektowych w Warszawie (ok. 1x w tygodniu)
Opis stanowiska
Projekt dla partnera z branży ubezpieczeń w ramach strategicznego programu transformacyjnego — budowa nowoczesnego ekosystemu obsługi szkód i świadczeń opartego na danych, automatyzacji i AI. Będziesz automatyzować pipeline'y CI/CD/CT dla ML, budować infrastrukturę MLOps/LLMOps na Azure Machine Learning i AKS oraz konteneryzować modele AI/GenAI w architekturze hybrydowej z systemami on-premise. To dobra oferta dla MLOps Engineera z doświadczeniem w Kubernetes i chmurze, który lubi pracę projektową z rozliczeniem za deliverables. Uwaga: jeśli nie masz doświadczenia z Azure, 'gotowość do szybkiego wejścia' oznacza, że oczekuje się samodzielnego i szybkiego przyswojenia technologii bez większego wsparcia.
🔍 Dekoder Ogłoszenia
🔴
Wspólnie z naszym Partnerem z branży ubezpieczeń poszukujemy doświadczonego/ej specjalisty/ki do świadczenia usług jako MLOps Engineer.
Praca może być realizowana w ramach outsourcingu lub jako projekt dla zewnętrznego klienta, co może oznaczać mniej bezpośredniego wpływu na strategię firmy.
🔴
Projekt dotyczy strategicznego programu transformacyjnego realizowanego na styku biznesu i technologii.
Może to oznaczać, że projekt jest ambitny i innowacyjny, ale też potencjalnie obarczony wysokim ryzykiem zmian i niepewnością co do ostatecznego kształtu.
🔴
Nasza klient tworzy nowoczesny ekosystem obsługi szkód i świadczeń oparty na danych, automatyzacji, AI oraz procesach workflow.
Chociaż brzmi to nowocześnie, może oznaczać, że będziesz pracować nad systemami, które są w fazie rozwoju i mogą wymagać ciągłych poprawek i dostosowań.
🔴
Głęboka znajomość Azure (w szczególności Azure ML, AKS, Azure Container Registry) lub GCP/AWS z gotowością do szybkiego wejścia w Azure.
Jeśli nie masz doświadczenia z Azure, 'gotowość do szybkiego wejścia' może oznaczać, że oczekuje się od Ciebie samodzielnego i błyskawicznego przyswojenia sobie tej technologii bez znaczącego wsparcia.