MLOps Engineer

O kliencie Nasz klient to lider rynku ubezpieczeniowego, ale również organizacja inwestująca w transformację cyfrową, rozwój analityki danych i AI. Pracując w tym środowisku, zyskasz możliwość: pracy nad realnymi wyzwaniami biznesowymi w skali milionów klientów, dostępu do nowoczesnych narzędzi i dużych zbiorów danych, współpracy z doświadczonymi ekspertami z obszaru data science, aktuariatu i IT, realnego wpływu na procesy decyzyjne. Tryb pracy Świadczenie usług odbywa się w modelu hybrydowym (1 dzień w tygodniu praca z biura Klienta w Warszawie) Realizację projektu ułatwi Ci Minimum 3 lata doświadczenia w obszarze DevOps, MLOps lub Software Engineering Praktyczne doświadczenie we wdrażaniu i utrzymaniu modeli Machine Learning na środowiskach produkcyjnych Zaawansowana znajomość Docker i Kubernetes, w tym zarządzania klastrami, Helm Charts oraz Ingress Bardzo dobra znajomość Microsoft Azure, szczególnie Azure Machine Learning, AKS oraz Azure Container Registry lub doświadczenie z AWS/GCP i gotowość do szybkiego wejścia w Azure Doświadczenie w tworzeniu pipeline’ów CI/CD z wykorzystaniem Azure DevOps, GitHub Actions lub Jenkins Doświadczenie w automatyzacji procesów charakterystycznych dla ML, np. trenowania i wdrażania modeli w ramach pipeline’u Dobra znajomość Python oraz Bash/Shell Praktyczna znajomość narzędzi MLOps, takich jak MLflow, Kubeflow lub rozwiązań natywnych dla chmury Znajomość Infrastructure as Code – Terraform, Bicep lub Ansible Mile widziane Certyfikaty Microsoft Azure DevOps Engineer Expert (AZ-400) lub Azure AI Engineer Associate (AI-102) Doświadczenie we wdrażaniu modeli LLM oraz rozwiązań opartych o RAG Znajomość Prometheus, Grafana lub Azure Monitor Doświadczenie w obszarze sieci w środowisku hybrydowym: VPN, VNet, Private Endpoints Znajomość baz wektorowych oraz rozwiązań takich jak Azure AI Search Podejście Automation First i nastawienie na eliminowanie manualnych procesów Umiejętność współpracy na styku zespołów Data Science i IT Operations Proaktywność w diagnozowaniu problemów wydajnościowych i rozwiązywaniu incydentów produkcyjnych Twój wkład do projektu Projektowanie, rozwój i utrzymanie infrastruktury MLOps/LLMOps dla rozwiązań AI Budowa skalowalnego środowiska do trenowania oraz serwowania modeli z wykorzystaniem Azure Machine Learning, Azure AI Foundry i AKS Tworzenie i rozwój pipeline’ów CI/CD/CT dla rozwiązań Machine Learning Automatyzacja testowania, trenowania, wdrażania oraz wersjonowania danych i modeli Wykorzystanie narzędzi takich jak MLflow, DVC, Kubeflow oraz rozwiązań natywnych dla chmury Konteneryzacja modeli AI/GenAI przy użyciu Docker oraz zarządzanie ich wdrożeniami na klastrach Kubernetes Integracja środowiska chmurowego z systemami on-premise w architekturze hybrydowej Implementacja monitoringu modeli, w tym wykrywania Data Drift i Model Drift, logowania oraz alertowania Wdrażanie mechanizmów wspierających audytowalność modeli, data/model lineage, zarządzanie dostępem oraz szyfrowanie Optymalizacja wykorzystania zasobów Azure, kosztów infrastruktury oraz czasu inferencji modeli Automatyzacja infrastruktury z wykorzystaniem podejścia Infrastructure as Code Współpraca z zespołami Data Science, AI oraz IT Operations Analiza i rozwiązywanie problemów wydajnościowych oraz incydentów produkcyjnych Tak o Ciebie zadbamy Dołączając do Edge One Solutions, otrzymujesz pełne wsparcie w rozwoju zawodowym i osobistym, co daje Ci realną szansę na budowanie kariery zgodnie z własnymi celami. Zyskujesz indywidualne wsparcie Service Delivery Managera, który pomoże Ci zaplanować ścieżkę kariery i zadba o Twój komfort i satysfakcję z pracy w projekcie Szkolenia, certyfikaty i konferencje - dofinansowujemy lub w pełni pokrywamy koszty rozwoju kompetencji technicznych #SmartChange – umożliwiamy zmianę projektu i dobieramy kolejny zgodnie z Twoimi preferencjami Dbamy o Twój work-life balance, dlatego poza pracą oferujemy wyjścia integracyjne, aktywności sportowe i inspirujące webinary #edge1talks, które rozwijają i łączą ludzi. Aktywność fizyczna – wspieramy sportowe inicjatywy i wynajem sal treningowych Pakiet zdrowotny – prywatna opieka, karta sportowa, ubezpieczenie i wsparcie psychologiczne Nie spełniasz wszystkich wymagań, a projekt Cię zainteresował? Nie wahaj się i aplikuj. Porozmawiajmy!