Informacje o stanowisku

MLOps Engineer
(hybrid – 1 day/week from office)

? Warszawa – PZU Park, Rondo Ignacego Daszyńskiego 4
praca hybrydowa (1 dzień w biurze, 4 dni zdalnie)

O roli

Do zespołu rozwijającego platformę AI w branży ubezpieczeniowej poszukujemy MLOps Engineer’a, który będzie odpowiadać za projektowanie, budowę i utrzymanie środowiska MLOps/LLMOps w chmurze Azure. Rola łączy kompetencje DevOps, Cloud i Machine Learning Engineering – z silnym naciskiem na automatyzację, niezawodność i bezpieczeństwo rozwiązań AI.

Dlaczego warto

• Realny wpływ na budowę platformy AI w dużej, regulowanej organizacji.
• Praca z nowoczesnym stosem technologicznym (Azure, MLOps, GenAI).
• Projekty łączące skalę enterprise, bezpieczeństwo i innowacje AI.
• Model hybrydowy – tylko 1 dzień w tygodniu z biura.

Wymagania – Must have

• Minimum 3 lata doświadczenia w obszarze DevOps / MLOps / Software Engineering, w tym praca z modelami ML na produkcji.
• Bardzo dobra znajomość Docker i Kubernetes (zarządzanie klastrami, Helm, Ingress).
• Doświadczenie z chmurą publiczną – preferowany Azure (Azure ML, AKS, ACR) lub AWS/GCP z gotowością do szybkiego wejścia w Azure.
• Praktyka w budowie pipeline’ów CI/CD (Azure DevOps, GitHub Actions, Jenkins), uwzględniających specyfikę ML.
• Bardzo dobra znajomość Python oraz skryptowania (Bash/Shell).
• Doświadczenie z narzędziami MLOps (MLflow, Kubeflow lub rozwiązania natywne chmury).
• Znajomość Infrastructure as Code (Terraform, Bicep lub Ansible).
• Wykształcenie wyższe techniczne (informatyka lub kierunki pokrewne).
• Świadczenie usług z terytorium Polski i gotowość do pracy hybrydowej (1 dzień w tygodniu w biurze).

Kompetencje miękkie i sposób pracy

• Podejście „Automation First”.
• Umiejętność pracy na styku Data Science i IT Operations.
• Proaktywność w rozwiązywaniu problemów wydajnościowych i incydentów produkcyjnych.
• Dobra komunikacja i umiejętność pracy w zespołach interdyscyplinarnych.

Nice to have

• Certyfikaty: Azure DevOps Engineer Expert (AZ-400), Azure AI Engineer (AI-102).
• Doświadczenie z LLM, GenAI, architekturami RAG.
• Znajomość narzędzi monitoringu: Prometheus, Grafana, Azure Monitor.
• Rozumienie sieci w chmurze hybrydowej (VPN, VNet, Private Endpoints).
• Doświadczenie z bazami wektorowymi (np. Azure AI Search).

MLOps Engineer
(hybrid – 1 day/week from office)

? Warszawa – PZU Park, Rondo Ignacego Daszyńskiego 4
praca hybrydowa (1 dzień w biurze, 4 dni zdalnie)

O roli

Do zespołu rozwijającego platformę AI w branży ubezpieczeniowej poszukujemy MLOps Engineer’a, który będzie odpowiadać za projektowanie, budowę i utrzymanie środowiska MLOps/LLMOps w chmurze Azure. Rola łączy kompetencje DevOps, Cloud i Machine Learning Engineering – z silnym naciskiem na automatyzację, niezawodność i bezpieczeństwo rozwiązań AI.

Dlaczego warto

• Realny wpływ na budowę platformy AI w dużej, regulowanej organizacji.
• Praca z nowoczesnym stosem technologicznym (Azure, MLOps, GenAI).
• Projekty łączące skalę enterprise, bezpieczeństwo i innowacje AI.
• Model hybrydowy – tylko 1 dzień w tygodniu z biura.

,[Projektowanie, budowa i utrzymanie platformy AI/MLOps w środowisku hybrydowym (cloud + on-premise)., Tworzenie skalowalnej infrastruktury do trenowania i serwowania modeli przy użyciu Azure Machine Learning, Azure AI Foundry oraz AKS., Budowa i rozwój pipeline’ów CI/CD/CT dla rozwiązań ML (automatyczne testy, wersjonowanie danych i modeli, continuous training)., Konteneryzacja i orkiestracja: przygotowanie obrazów Docker dla modeli AI/GenAI oraz wdrażanie ich na Kubernetes (AKS)., Implementacja monitoringu i observability: logowanie, alertowanie, monitoring modeli (data drift, model drift, jakość predykcji)., Wsparcie inicjatyw związanych z AI Act: audytowalność modeli, lineage danych, bezpieczeństwo, kontrola dostępu, szyfrowanie., Optymalizacja kosztów i wydajności: skalowanie infrastruktury, zarządzanie zasobami Azure, poprawa czasu inferencji., Współpraca z zespołami Data Science, IT Operations, Security i biznesem. Requirements: DevOps, MLOps, Docker, Kubernetes, Helm, Ingress, Azure ML, AKS, AWS, GCP, Azure DevOps, GitHub, Jenkins, Python, Bash, Shell, MLflow, Kubeflow, Infrastructure as Code, Bicep, Ansible, LLM, GenAI, Prometheus, Grafana, Azure Monitor, VPN, VNet, Private Endpoints

Praca Warszawa

Warszawa - Oferty pracy w okolicznych lokalizacjach