MLOps Engineer

Poszukujemy MLOps Engineera , który dołączy do zespołu rozwijającego platformę AI w ramach dużego programu transformacyjnego w branży ubezpieczeniowej . Projekt dotyczy budowy nowoczesnego ekosystemu obsługi szkód i świadczeń, opartego na danych, automatyzacji, AI oraz procesach workflow . Zespół pracuje nad rozwiązaniami, które mają usprawniać obsługę klientów i wspierać rozwój nowoczesnych technologii w organizacji. W tej roli będziesz koncentrować się na projektowaniu, budowie i utrzymaniu środowiska MLOps/LLMOps , automatyzacji procesów związanych z wdrażaniem modeli oraz dbaniu o ich stabilne działanie na produkcji. Ważnym elementem będzie również praca z infrastrukturą chmurową, Kubernetesem, CI/CD, monitoringiem oraz bezpieczeństwem rozwiązań AI. Oferujemy Umowa B2B oraz stabilna, długoterminowa współpraca Prywatna opieka medyczna Luxmed Karta sportowa Multisport Praca hybrydowa (1 x w tygodniu przyjazd do biura w Warszawie) Daily tasks: - projektowanie, rozwój i utrzymanie infrastruktury MLOps/LLMOps oraz platformy AI - budowa skalowalnego środowiska do trenowania i serwowania modeli z wykorzystaniem Azure Machine Learning, Azure AI Foundry oraz Kubernetes/AKS - tworzenie i rozwój pipeline'ów CI/CD/CT, obejmujących automatyczne testowanie, trening oraz wersjonowanie danych i modeli z wykorzystaniem m.in. DVC i MLflow - przygotowywanie obrazów Docker oraz wdrażanie modeli AI/GenAI na klastrach Kubernetes - integracja środowiska chmurowego z systemami on-premise - rozwój monitoringu i observability modeli, w tym wykrywanie Data Drift i Model Drift, logowanie oraz alertowanie - wdrażanie rozwiązań wspierających audytowalność modeli, lineage danych, zarządzanie dostępem i bezpieczeństwo - optymalizacja kosztów, wydajności i czasu inferencji oraz skalowanie infrastruktury w zależności od obciążenia minimum 3 lata doświadczenia w obszarze DevOps, MLOps lub Software Engineering oraz doświadczenie z modelami ML działającymi na produkcji bardzo dobra znajomość Docker i Kubernetes , w tym zarządzania klastrami, Helm Charts i Ingress dobra znajomość Azure , szczególnie Azure ML, AKS i Azure Container Registry, lub doświadczenie z GCP/AWS i gotowość do szybkiego wejścia w Azure doświadczenie w budowaniu pipeline'ów CI/CD z wykorzystaniem np. Azure DevOps, GitHub Actions lub Jenkins, również dla procesów ML dobra znajomość Python oraz Bash/Shell praktyczna znajomość narzędzi MLOps, takich jak MLflow, Kubeflow lub rozwiązania natywne chmury znajomość Infrastructure as Code , np. Terraform, Bicep lub Ansible wykształcenie wyższe techniczne, np. Informatyka, Telekomunikacja lub kierunek pokrewny podejście Automation First i nastawienie na automatyzację manualnych procesów umiejętność współpracy z zespołami Data Science i IT Operations proaktywność w rozwiązywaniu problemów wydajnościowych i incydentów produkcyjnych Mile widziane certyfikat Azure DevOps Engineer Expert (AZ-400) lub Azure AI Engineer (AI-102) doświadczenie we wdrażaniu modeli LLM znajomość narzędzi monitoringowych, takich jak Prometheus, Grafana lub Azure Monitor znajomość zagadnień sieciowych w środowisku hybrydowym, m.in. VPN, VNet, Private Endpoints znajomość baz wektorowych, np. w kontekście Azure AI Search Must have: Python, Kubernetes, Docker, Azure, Azure Machine learning, CI/CD, MLOps, Terraform, MLflow, Bash, Shell Nice to have: Azure AI Search, Prometheus, Grafana, Azure Monitor, LLM