MLOps / AI Platform Engineer

ALGOTEQUE is an IT consultancy firm that helps startups, mid-sized and large corporations to create and deliver innovative technologies. Our team has a successful track record in designing, developing, implementing, and integrating software solutions (AI, ML, BI, Web, Automation) for Telecom, Energy, Bank, Insurance, Pharma, Automotive, Industry, e-commerce. We deliver our services both in fixed-price and time-and-materials models, helping our customers achieve their business and IT strategies. Job Description Do współpracy przy strategicznym programie transformacyjnym poszukujemy MLOps / AI Platform Engineera. Projekt obejmuje budowę nowoczesnego ekosystemu obsługi szkód i świadczeń, wykorzystującego AI, dane, automatyzację i workflow. Zakres Projektu Projektowanie i rozwój skalowalnej platformy MLOps / LLMOps dla rozwiązań AI/ML. Budowa infrastruktury w Azure, w szczególności z wykorzystaniem Azure Machine Learning, Azure AI Foundry, AKS i Azure Container Registry. Tworzenie i rozwój pipeline'ów CI/CD/CT dla rozwiązań ML, obejmujących m.in. automatyczne testowanie, wersjonowanie modeli i danych oraz trenowanie modeli. Konteneryzacja modeli AI/GenAI z wykorzystaniem Docker oraz wdrażanie ich na Kubernetes. Automatyzacja infrastruktury i procesów z wykorzystaniem Infrastructure as Code. Monitoring i observability modeli oraz infrastruktury, w tym analiza Data Drift / Model Drift, logowanie i alertowanie. Zapewnienie audytowalności, bezpieczeństwa i lineage modeli z uwzględnieniem wymagań regulacyjnych, w tym AI Act. Optymalizacja wykorzystania zasobów Azure, wydajności inferencji i kosztów infrastruktury. Współpraca z zespołami Data Science, AI oraz IT Operations przy wdrażaniu modeli na produkcję. Profile / Requirements Minimum 3 lata doświadczenia w obszarze DevOps, MLOps lub Software Engineering, w tym doświadczenie z produkcyjnymi modelami ML. Bardzo dobra znajomość Azure – szczególnie Azure Machine Learning, AKS i Azure Container Registry. Alternatywnie doświadczenie z GCP/AWS i gotowość do szybkiego wejścia w ekosystem Azure. Praktyczne doświadczenie w budowaniu pipeline'ów CI/CD/CT z wykorzystaniem Azure DevOps, GitHub Actions lub Jenkins, również z uwzględnieniem procesów trenowania i wdrażania modeli ML. Dobra znajomość Python oraz Bash/Shell, wykorzystywanych do automatyzacji i pracy z SDK narzędzi ML. Praktyczna znajomość narzędzi MLOps, takich jak MLflow, Kubeflow lub rozwiązania natywne dla chmury. Bardzo dobra znajomość Docker i Kubernetes, w tym Helm oraz Ingress. Znajomość Infrastructure as Code – Terraform, Bicep lub Ansible. Doświadczenie w automatyzacji, utrzymaniu i skalowaniu środowisk produkcyjnych. Umiejętność współpracy na styku Data Science i IT Operations. Proaktywne podejście do rozwiązywania problemów wydajnościowych i incydentów produkcyjnych. Wykształcenie wyższe techniczne będzie dodatkowym atutem. Świadczenie usług z terytorium Polski. Udział w spotkaniach projektowych raz w tygodniu w Warszawie, Mile widziane Certyfikaty Azure DevOps Engineer Expert (AZ-400) lub Azure AI Engineer (AI-102). Doświadczenie z LLM, GenAI i architekturą RAG. Znajomość Prometheus, Grafana lub Azure Monitor. Znajomość sieci w środowiskach hybrydowych: VPN, VNet, Private Endpoints. Doświadczenie z bazami wektorowymi, w szczególności Azure AI Search. Znajomość zagadnień AI Governance i regulacji dotyczących AI. Podejście Automation First – automatyzacja procesów poprzez skrypty i narzędzia. AO4452