MLOps / LLMOps Engineer (Azure & Kubernetes)
⚲ Warszawa
150 - 190 PLN/h netto (B2B)
Wymagania
- Azure
- Kubernetes
- Docker
- CI/CD
- Terraform
- Ansible
- Python
- Bash
- MLOps
Opis stanowiska
MLOps / LLMOps Engineer (Azure & Kubernetes)
Dla naszego klienta – lidera sektora ubezpieczeń, który rewolucjonizuje swoje usługi za pomocą AI – szukamy inżyniera gotowego wziąć na klatę budowę nowoczesnej platformy LLMOps pod najnowsze wymogi AI Act.
Jeśli automatyzację stawiasz na pierwszym miejscu, a środowiska produkcyjne z modelami ML to Twój chleb powszedni – czytaj dalej!
⚡ Kluczowe informacje:
•
Forma współpracy: Kontrakt B2B, Długofalowy
• Model pracy: Hybryda (Warszawa, Wola, blisko komunikacji miejskiej – min. 1 dzień w tygodniu w biurze)
🛠️ Twój codzienny stack & wyzwania:
•
Infrastruktura AI/LLM: Projektowanie i budowa skalowalnych środowisk w oparciu o Azure Machine Learning, Azure AI Foundry oraz Kubernetes (AKS).
• Automatyzacja (CI/CD/CT): Wdrażanie potoków dla ML, wersjonowanie danych i modeli (DVC, MLflow) oraz Continuous Training.
• Observability: Monitoring modeli pod kątem Data Drift/Model Drift na produkcji.
• Architektura: Konteneryzacja (Docker), zarządzanie klastrami (Helm) oraz praca na styku systemów chmurowych i on-premise.
🎯 Czego oczekujemy? (Must Have):
• Min. 3 lata komercyjnego doświadczenia w obszarze DevOps, MLOps lub inżynierii oprogramowania z modelami ML na produkcji
• Bardzo dobrej znajomości Kubernetes & Docker (zarządzanie klastrami, Helm charts).
• Doświadczenia z chmurą publiczną (głęboki Azure lub GCP/AWS, jeśli chcesz szybko wejść w Azure).
• Praktyki w pisaniu skryptów w Python oraz Bash/Shell.
• Znajomości narzędzi do zarządzania cyklem życia modeli (np. MLflow, Kubeflow) oraz podejścia Infrastructure as Code (Terraform, Bicep lub Ansible).
• Świadczenia usług z terytorium Polski.
⭐ Mile widziane (Nice to Have):
• Doświadczenie we wdrażaniu modeli LLM i architektur RAG.
• Znajomość baz wektorowych (np. Azure AI Search) oraz narzędzi do monitoringu (Prometheus, Grafana).
• Certyfikaty: Azure DevOps Engineer Expert (AZ-400) lub Azure AI Engineer (AI-102).
Oferujemy:
• Preferencyjne pakiety do wykupienia na Multisport i Luxmed.
• Współpracę w ramach kontraktu B2B.
👋 Brzmi jak Twój kolejny krok zawodowy? Aplikuj!
Dla naszego klienta – lidera sektora ubezpieczeń, który rewolucjonizuje swoje usługi za pomocą AI – szukamy inżyniera gotowego wziąć na klatę budowę nowoczesnej platformy LLMOps pod najnowsze wymogi AI Act.
Jeśli automatyzację stawiasz na pierwszym miejscu, a środowiska produkcyjne z modelami ML to Twój chleb powszedni – czytaj dalej!
⚡ Kluczowe informacje:
•
Forma współpracy: Kontrakt B2B, Długofalowy
• Model pracy: Hybryda (Warszawa, Wola, blisko komunikacji miejskiej – min. 1 dzień w tygodniu w biurze)
🛠️ Twój codzienny stack & wyzwania:
•
Infrastruktura AI/LLM: Projektowanie i budowa skalowalnych środowisk w oparciu o Azure Machine Learning, Azure AI Foundry oraz Kubernetes (AKS).
• Automatyzacja (CI/CD/CT): Wdrażanie potoków dla ML, wersjonowanie danych i modeli (DVC, MLflow) oraz Continuous Training.
• Observability: Monitoring modeli pod kątem Data Drift/Model Drift na produkcji.
• Architektura: Konteneryzacja (Docker), zarządzanie klastrami (Helm) oraz praca na styku systemów chmurowych i on-premise.
🎯 Czego oczekujemy? (Must Have):
• Min. 3 lata komercyjnego doświadczenia w obszarze DevOps, MLOps lub inżynierii oprogramowania z modelami ML na produkcji
• Bardzo dobrej znajomości Kubernetes & Docker (zarządzanie klastrami, Helm charts).
• Doświadczenia z chmurą publiczną (głęboki Azure lub GCP/AWS, jeśli chcesz szybko wejść w Azure).
• Praktyki w pisaniu skryptów w Python oraz Bash/Shell.
• Znajomości narzędzi do zarządzania cyklem życia modeli (np. MLflow, Kubeflow) oraz podejścia Infrastructure as Code (Terraform, Bicep lub Ansible).
• Świadczenia usług z terytorium Polski.
⭐ Mile widziane (Nice to Have):
• Doświadczenie we wdrażaniu modeli LLM i architektur RAG.
• Znajomość baz wektorowych (np. Azure AI Search) oraz narzędzi do monitoringu (Prometheus, Grafana).
• Certyfikaty: Azure DevOps Engineer Expert (AZ-400) lub Azure AI Engineer (AI-102).
Oferujemy:
• Preferencyjne pakiety do wykupienia na Multisport i Luxmed.
• Współpracę w ramach kontraktu B2B.
👋 Brzmi jak Twój kolejny krok zawodowy? Aplikuj!
🔍 Dekoder Ogłoszenia
🔴
rewolucjonizuje swoje usługi za pomocą AI
Firma dopiero zaczyna wdrażać AI, co może oznaczać brak ugruntowanych procesów i dużą zmienność.
🔴
gotowego wziąć na klatę budowę nowoczesnej platformy LLMOps
Oczekuje się, że kandydat będzie aktywnie uczestniczył w tworzeniu od podstaw, co może wiązać się z nieprzewidzianymi wyzwaniami i dużą odpowiedzialnością.
🔴
pod najnowsze wymogi AI Act
Konieczność dostosowania się do nowych, potencjalnie niejasnych regulacji prawnych dotyczących AI, co może generować dodatkowe prace i wymagania.
🟡
Automatyzacja (CI/CD/CT): Wdrażanie potoków dla ML, wersjonowanie danych i modeli (DVC, MLflow) oraz Continuous Training.
Choć brzmi to jak standard, zakres i dojrzałość tych procesów w praktyce mogą być bardzo zróżnicowane i wymagać znaczącego nakładu pracy.
🟡
Doświadczenia z chmurą publiczną (głęboki Azure lub GCP/AWS, jeśli chcesz szybko wejść w Azure).
Może oznaczać, że głównym celem jest Azure, a doświadczenie w innych chmurach jest jedynie wstępem do nauki Azure, co może być mniej satysfakcjonujące dla specjalisty od innych platform.