AI DevOps
UPVANTA SPÓŁKA Z OGRANICZONĄ ODPOWIEDZIALNOŚCIĄ
⚲ Wrocław
Do uzgodnienia
Wymagania
- minimum 5 lat doświadczenia w IT, w szczególności w software development, DevOps, cloud lub pokrewnym obszarze
- praktyczna znajomość DevOps oraz CI/CD
- doświadczenie z rozwiązaniami chmurowymi (preferowany Microsoft Azure)
- doświadczenie z konteneryzacją i orkiestracją, w szczególności Kubernetes lub OpenShift
- praktyczne doświadczenie w budowie, integracji lub wdrażaniu rozwiązań AI/ML lub automatyzacji procesów
- znajomość zagadnień bezpieczeństwa IT oraz przetwarzania danych w środowiskach regulowanych
Mile widziane
- doświadczenie programistyczne w Python, Java lub C#
- doświadczenie w organizacjach regulowanych, np. w sektorze finansowym
Opis stanowiska
Stanowisko łączące DevOps, chmurę i AI/ML — będziesz projektować, integrować i wdrażać rozwiązania AI wspierające procesy biznesowe, budować pipeline'y CI/CD dla tych rozwiązań oraz automatyzować procesy wdrożeniowe i operacyjne. Firma szuka technologicznego all-roundera, który samodzielnie zidentyfikuje obszar do optymalizacji, zaproponuje rozwiązanie i doprowadzi je do produkcji, pracując na styku biznesu i IT. To oferta dla osoby z szerokim profilem, gotowej łączyć kompetencje DevOps z praktycznym wdrażaniem AI/ML. Uwaga: wymóg 'praktycznego doświadczenia w budowie, integracji lub wdrażaniu rozwiązań AI/ML lub automatyzacji procesów' jest bardzo pojemny — może oznaczać zarówno tworzenie od zera, jak i konfigurację gotowych narzędzi, więc warto dopytać o realny zakres.
🔍 Dekoder Ogłoszenia
🔴
Praktyczne doświadczenie w budowie, integracji lub wdrażaniu rozwiązań AI/ML lub automatyzacji procesów.
Może oznaczać zarówno tworzenie od zera, jak i konfigurację gotowych narzędzi, a zakres 'automatyzacji procesów' jest bardzo szeroki.
🔴
Umiejętność pracy na styku biznes–technologia.
Oczekuje się, że będziesz tłumaczyć potrzeby biznesowe na rozwiązania techniczne i odwrotnie, co może wymagać dodatkowych kompetencji komunikacyjnych i analitycznych.
🔴
Umiejętność analizy procesów i identyfikowania możliwości ich automatyzacji.
Może oznaczać potrzebę głębokiego wchodzenia w szczegóły istniejących, często nieoptymalnych procesów, a nie tylko implementację gotowych rozwiązań.
🔴
Samodzielność, proaktywność oraz praktyczne podejście do rozwiązywania problemów.
Często oznacza, że będziesz musiał radzić sobie z problemami bez wsparcia lub z ograniczonym wsparciem, a 'praktyczne podejście' może oznaczać szybkie, czasem doraźne rozwiązania.
🔴
Znajomość MLOps oraz narzędzi wspierających cykl życia modeli AI/ML.
Wymaga nie tylko podstawowej wiedzy o MLOps, ale również praktycznego doświadczenia z konkretnymi narzędziami, które mogą być specyficzne dla firmy.