MLOps Engineer
⚲ Warszawa
26 400 - 29 920 PLN netto (B2B)
Wymagania
- min. 3 lata doświadczenia w DevOps, MLOps lub inżynierii oprogramowania, w tym praca z modelami ML na produkcji
- zaawansowana znajomość Docker i Kubernetes (klastry, Helm charts, Ingress)
- głęboka znajomość Azure (Azure ML, AKS, Azure Container Registry) lub GCP/AWS z gotowością szybkiego wejścia w Azure
- doświadczenie w budowie pipeline'ów CI/CD uwzględniających specyfikę ML (Azure DevOps, GitHub Actions, Jenkins)
- dobra znajomość Python oraz Bash/Shell
- praktyczna obsługa MLflow, Kubeflow lub natywnych rozwiązań chmurowych do zarządzania modelami
- gotowość do pracy zdalnej z obecnością w biurze 1 raz w tygodniu
Opis stanowiska
Jit Team buduje platformę AI/MLOps dla jednej z największych organizacji ubezpieczeniowych — będziesz współtworzyć środowisko do trenowania i serwowania modeli na skalę produkcyjną, w tym rozwiązania GenAI/LLM i architektury RAG. Zakres obejmuje infrastrukturę na Azure ML i AKS, automatyzację CI/CD/CT, konteneryzację, monitoring dryftu oraz narzędzia audytowalności zgodne z AI Act. To oferta dla inżyniera, który chce pracować na styku Data Science, AI i Cloud Engineering. Uwaga: platforma powstaje od podstaw, więc duża część pracy to setup i utrzymanie, a nie tylko rozwój modeli — a 'kilka strategicznych obszarów jednocześnie' może oznaczać szeroki zakres odpowiedzialności.
🔍 Dekoder Ogłoszenia
🔴
budowy nowoczesnej platformy AI od podstaw i realnego wpływu na jej architekturę
Brak istniejącej platformy — duża część pracy to setup i utrzymanie, nie tylko rozwój modeli; 'od podstaw' bywa też kodem na chaos organizacyjny.
🟢
Praca z aktualnym stackiem AI/MLOps
Konkretna lista technologii (Azure ML, AKS, MLflow, Terraform) — transparentne i weryfikowalne.
🟡
jednymi z najbardziej poszukiwanych kompetencji na rynku
Marketingowy argument o wartosci rynkowej; nie mowi nic o realnym zakresie obowiazkow ani jakosci projektu.
🔴
rozwijając kompetencje w kilku strategicznych obszarach jednocześnie
Mozliwa szeroka odpowiedzialnosc i rozproszenie — 'kilka obszarow jednoczesnie' czesto oznacza prace za kilka osob.
🟡
Dostęp do nowoczesnych praktyk MLOps i LLMOps
Brzmi jak benefit, ale 'dostep do praktyk' to nie to samo co ich wdrozenie — moze oznaczac, ze dopiero je wprowadzacie.