MLOps Engineer
IT SQUAD SPÓŁKA Z OGRANICZONĄ ODPOWIEDZIALNOŚCIĄ
⚲ 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
- praktyczna obsługa MLflow, Kubeflow lub rozwiązań natywnych chmury do zarządzania cyklem życia modelu
- znajomość Terraform, Bicep lub Ansible
- wykształcenie wyższe techniczne (informatyka lub pokrewne)
Opis stanowiska
Budowa i utrzymanie platformy AI dla branży ubezpieczeniowej — praca obejmuje infrastrukturę MLOps/LLMOps, pipeline'y CI/CD/CT z wersjonowaniem danych i modeli, konteneryzację modeli AI/GenAI na Kubernetes w architekturze hybrydowej oraz monitoring driftu i wsparcie audytowalności pod AI Act. To rola dla kogoś, kto łączy DevOps z realną produkcją modeli ML, a nie tylko utrzymuje klastry. Uwaga na zapis „z gotowością do szybkiego wejścia w Azure”: formalnie dopuszczają GCP/AWS, ale w praktyce wymagana jest znajomość Azure — kandydat z GCP/AWS będzie musiał szybko nadrobić tę lukę.
🔍 Dekoder Ogłoszenia
🔴
z gotowością do szybkiego wejścia w Azure
W praktyce wymagana znajomość Azure, mimo że formalnie dopuszczają GCP/AWS — może oznaczać, że kandydat z GCP/AWS i tak będzie musiał szybko nadrobić Azure.