MLOps Engineer
⚲ Warszawa
Do uzgodnienia
Wymagania
- min. 3 lata doświadczenia w DevOps, MLOps lub Software Engineering
- praktyczne doświadczenie we wdrażaniu i utrzymaniu modeli ML na produkcji
- zaawansowana znajomość Docker i Kubernetes (zarządzanie klastrami, Helm Charts, Ingress)
- bardzo dobra znajomość Microsoft Azure (Azure Machine Learning, AKS, Azure Container Registry) lub AWS/GCP z gotowością do szybkiego wejścia w Azure
- doświadczenie w tworzeniu pipeline'ów CI/CD (Azure DevOps, GitHub Actions lub Jenkins)
- doświadczenie w automatyzacji procesów ML (trenowanie i wdrażanie modeli w pipeline)
- dobra znajomość Python oraz Bash/Shell
- praktyczna znajomość MLflow, Kubeflow lub rozwiązań natywnych dla chmury oraz IaC (Terraform, Bicep lub Ansible)
Opis stanowiska
Budowa i utrzymanie infrastruktury MLOps/LLMOps dla klienta z rynku ubezpieczeniowego — projekt obejmuje pipeline'y CI/CD/CT dla modeli ML, konteneryzację i serwowanie modeli na AKS oraz monitoring z wykrywaniem Data/Model Drift. Praca na styku Data Science i IT Operations, z realnym wpływem na procesy decyzyjne w skali milionów klientów. Uwaga: w ofercie pojawia się sformułowanie o 'gotowości do szybkiego wejścia w Azure' — w praktyce może to oznaczać, że zespół oczekuje samodzielnego przyswojenia technologii bez formalnego wsparcia szkoleniowego, więc warto dopytać o onboarding. Tryb hybrydowy: 1 dzień w tygodniu z biura klienta w Warszawie.
🔍 Dekoder Ogłoszenia
🔴
gotowość do szybkiego wejścia w Azure
Sygnał, że zespół może oczekiwać szybkiego przyswojenia nowej technologii bez formalnego wsparcia szkoleniowego.