Mid MLOps Engineer

Dołącz do zespołu odpowiedzialnego za budowę i rozwój nowoczesnej platformy AI wspierającej rozwiązania oparte o Machine Learning oraz Generative AI. Poszukujemy MLOps Engineera, który będzie odpowiadał za projektowanie, wdrażanie i utrzymanie skalowalnej infrastruktury umożliwiającej efektywne trenowanie, wdrażanie oraz monitorowanie modeli AI w środowisku produkcyjnym. Requirements Doświadczenie we wdrażaniu i utrzymaniu rozwiązań opartych o LLM (Large Language Models) oraz architekturę RAG (Retrieval-Augmented Generation). Znajomość narzędzi monitoringu i observability, takich jak Prometheus, Grafana oraz Azure Monitor. Wiedza z zakresu sieci w środowiskach hybrydowych, obejmująca VPN, VNet oraz Private Endpoints.Doświadczenie w pracy z bazami wektorowymi oraz rozwiązaniami takimi jak Azure AI Search. Doświadczenie zdobyte w sektorze regulowanym, np. ubezpieczeniowym, bankowym lub finansowym. Minimum 3 lata doświadczenia w obszarze MLOps, DevOps, Cloud Engineering lub Software Engineering, w tym praktyczne doświadczenie we wdrażaniu i utrzymaniu modeli Machine Learning na środowiskach produkcyjnych.Bardzo dobra znajomość Docker oraz Kubernetes (zarządzanie klastrami, Helm Charts, Ingress, orkiestracja kontenerów). Praktyczne doświadczenie z chmurą Microsoft Azure, w szczególności:Azure Machine Learning,Azure Kubernetes Service (AKS),Azure Container Registry (ACR). Doświadczenie w projektowaniu i utrzymaniu procesów CI/CD z wykorzystaniem Azure DevOps, GitHub Actions, Jenkins lub podobnych narzędzi.Dobra znajomość języka Python oraz skryptowania w Bash/Shell. Praktyczna znajomość narzędzi MLOps, takich jak MLflow, Kubeflow lub rozwiązań natywnych dla platform chmurowych. Znajomość narzędzi Infrastructure as Code (IaC), takich jak Terraform, Bicep lub Ansible.Znajomość cyklu życia modeli Machine Learning, obejmująca wdrażanie, wersjonowanie, monitorowanie oraz procesy retrenowania modeli.Umiejętność efektywnej współpracy z zespołami Data Science, Data Engineering oraz IT Operations.Umiejętność diagnozowania i rozwiązywania problemów produkcyjnych oraz optymalizacji wydajności systemów. Wykształcenie wyższe techniczne (informatyka, telekomunikacja lub kierunki pokrewne). Podejście Automation First oraz nastawienie na automatyzację procesów i eliminację pracy manualnej. Mile widziane: Certyfikaty Microsoft Azure, w szczególności:Azure DevOps Engineer Expert (AZ-400),Azure AI Engineer Associate (AI-102). Responsibilities Projektowanie, rozwój i utrzymanie platformy AI wspierającej rozwiązania Machine Learning oraz Generative AI.Budowa i rozwój środowiska MLOps/LLMOps z wykorzystaniem Azure Machine Learning, Azure AI Foundry oraz Azure Kubernetes Service (AKS).Tworzenie oraz automatyzacja procesów CI/CD/CT dla modeli ML, obejmujących automatyczne testowanie, wersjonowanie danych i modeli oraz Continuous Training.Przygotowywanie i utrzymanie kontenerów Docker oraz zarządzanie wdrożeniami na klastrach Kubernetes.Wdrażanie i utrzymanie modeli AI oraz GenAI w środowiskach produkcyjnych, także w architekturze hybrydowej z integracją systemów on-premise.Zarządzanie cyklem życia modeli Machine Learning, od trenowania i wdrożenia po monitorowanie i optymalizację działania.Implementacja rozwiązań monitorujących, obejmujących wykrywanie Data Drift i Model Drift, logowanie, alertowanie oraz zapewnienie wysokiej dostępności usług AI.Tworzenie i rozwijanie mechanizmów audytowalności, śledzenia pochodzenia danych (data lineage) oraz zabezpieczeń zgodnych z wymaganiami regulacyjnymi i wytycznymi AI Act.Optymalizacja kosztów infrastruktury chmurowej Azure oraz wydajności procesów inferencji i trenowania modeli.Wdrażanie rozwiązań Infrastructure as Code (IaC) przy użyciu narzędzi takich jak Terraform, Bicep lub Ansible.Współpraca z zespołami Data Science, Data Engineering i IT Operations przy projektowaniu oraz wdrażaniu rozwiązań AI.Analiza oraz rozwiązywanie incydentów produkcyjnych, problemów wydajnościowych i infrastrukturalnych.Udział w definiowaniu standardów i dobrych praktyk w obszarze MLOps, automatyzacji oraz zarządzania środowiskami AI. Our offer Udział w strategicznym projekcie budowy i rozwoju platformy AI dla jednej z największych organizacji z sektora ubezpieczeniowego.Możliwość pracy z najnowszymi technologiami z obszaru MLOps, LLMOps, Machine Learning oraz Generative AI.Realny wpływ na kształt architektury, standardów i procesów związanych z wdrażaniem rozwiązań AI na środowiskach produkcyjnych.Współpracę z doświadczonymi ekspertami z obszarów Data Science, Cloud, DevOps i AI.Dostęp do nowoczesnego środowiska opartego o usługi Microsoft Azure, Kubernetes oraz rozwiązania GenAI.Pracę przy projektach wykorzystujących modele językowe (LLM), automatyzację procesów oraz zaawansowaną analitykę danych.Elastyczny model pracy hybrydowej: 4 dni pracy zdalnej, 1 dzień pracy z biura w Warszawie.Stabilną i długofalową współpracę przy projekcie o dużym znaczeniu biznesowym.Możliwość rozwoju kompetencji w obszarze chmury, MLOps oraz nowoczesnych technologii AI.Przyjazną atmosferę pracy, wymianę wiedzy oraz wsparcie zespołu doświadczonych specjalistów.