MLOps Engineer (k/m)
⚲ Warszawa
Do uzgodnienia
Wymagania
- min. 3 lata doświadczenia w DevOps, MLOps lub inżynierii oprogramowania, w tym praktyka z modelami ML na produkcji
- zaawansowana znajomość Docker i Kubernetes (zarządzanie klastrami, Helm charts, Ingress)
- głęboka znajomość Azure (Azure ML, AKS, Azure Container Registry) lub GCP/AWS z gotowością do szybkiego wejścia w Azure
- doświadczenie w budowaniu pipeline'ów CI/CD uwzględniających specyfikę ML (Azure DevOps, GitHub Actions, Jenkins)
- dobra znajomość Python oraz Bash/Shell
- świadczenie usług z terytorium Polski oraz praca hybrydowa — minimum 1 dzień w tygodniu z biura
Mile widziane
- certyfikaty Azure: AZ-400 lub AI-102
- doświadczenie we wdrażaniu modeli LLM i architektur RAG oraz znajomość baz wektorowych (np. Azure AI Search)
Opis stanowiska
PZU Tech szuka MLOps Engineera do programu OLIMP — strategicznej transformacji obsługi szkód i świadczeń, opartej na danych, automatyzacji i AI. W praktyce będziesz budować i utrzymywać ścieżki wdrażania modeli ML (w tym LLM/RAG) na produkcji w Azure, łącząc pracę zespołów Data Science z IT Operations. To oferta dla osoby, która lubi automatyzację, IaC i pracę na styku danych i infrastruktury. Szczera uwaga: hasła w rodzaju 'strategiczny program transformacyjny' i 'jeden z najważniejszych programów w historii PZU' mogą oznaczać dużą biurokrację, częste zmiany priorytetów i presję związaną z widocznością projektu na najwyższym szczeblu.
🔍 Dekoder Ogłoszenia
🔴
strategiczny program transformacyjny
Brzmi prestiżowo, ale może oznaczać dużą biurokrację, częste zmiany priorytetów i presję związaną z widocznością projektu na najwyższym szczeblu.
🔴
wyznaczającego nowe standardy obsługi klienta
Marketingowa formuła bez konkretów — nie mówi, jakie standardy ani jak będą mierzone.
🟡
angażuje ekspertów wielu specjalizacji
Sygnał, że praca będzie wymagała współpracy z wieloma zespołami i uzgadniania rozwiązań, co może spowalniać dostarczanie.
🔴
jeden z najważniejszych programów rozwojowych w historii PZU
Podkreślenie rangi projektu — może wiązać się z wysokimi oczekiwaniami i presją na wyniki.
🟡
realny wpływ na przyszłość obsługi klientów
Pozytywny, ale ogólny zwrot — brak konkretów, co dokładnie będzie efektem pracy.