MLOps Engineer

Stawka: 160–180 PLN/h

Lokalizacja: Warszawa (hybrydowo, 1 dzień/tydz. z biura) 

Start: ASAP

Poszukujemy doświadczonego Inżyniera MLOps/LLMOps, który dołączy do zespołu budującego i utrzymującego nowoczesną platformę AI w sektorze ubezpieczeniowym. Projekt obejmuje rozwój infrastruktury do trenowania, wdrażania i monitorowania modeli ML/GenAI w środowisku chmurowym Azure oraz architekturze hybrydowej.

Zakres obowiązków:

• Tworzenie i rozwój platformy AI wykorzystywanej w procesach biznesowych.

• Projektowanie i budowa infrastruktury MLOps/LLMOps z użyciem Azure Machine Learning, Azure AI Foundry oraz AKS.

• Implementacja CI/CD/CT dla rozwiązań ML (testy, wersjonowanie danych i modeli, automatyczne trenowanie).

• Konteneryzacja i orkiestracja: Docker, Kubernetes, Helm, Ingress; wdrożenia w środowisku hybrydowym.

• Monitoring i observability modeli: wykrywanie Data/Model Drift, logowanie, alertowanie.

• Wsparcie w obszarze AI Act: audytowalność modeli, lineage, bezpieczeństwo, zarządzanie dostępem.

• Optymalizacja kosztów i wydajności środowisk ML oraz inferencji modeli.

Wymagania (must have):

• Min. 3 lata doświadczenia w MLOps/DevOps/Software Engineering, w tym praca z modelami ML na produkcji.

• Bardzo dobra znajomość Docker i Kubernetes (zarządzanie klastrami, Helm charts, Ingress).

• Doświadczenie z chmurą publiczną — preferowane Azure (Azure ML, AKS, ACR) lub GCP/AWS z gotowością do wejścia w Azure.

• Praktyka w CI/CD (Azure DevOps, GitHub Actions, Jenkins) z uwzględnieniem specyfiki ML.

• Python + Bash/Shell na poziomie umożliwiającym automatyzację i pracę z ML SDK.

• Doświadczenie z MLflow, Kubeflow lub narzędziami chmurowymi do lifecycle management modeli.

• IaC: Terraform, Bicep lub Ansible.

• Możliwość świadczenia usług z terytorium Polski.

• Gotowość do pracy hybrydowej — 1 dzień w tygodniu z biura w Warszawie.

Kompetencje miękkie:

• Wykształcenie techniczne.

• Podejście „Automation First”.

• Umiejętność pracy na styku Data Science i IT Operations.

• Proaktywność w rozwiązywaniu problemów i incydentów produkcyjnych.

Mile widziane:

• Certyfikaty Azure (AZ‑400, AI‑102).

• Doświadczenie z LLM, RAG, wdrażaniem modeli GenAI.

• Prometheus, Grafana, Azure Monitor.

• Znajomość sieci w środowisku hybrydowym (VPN, VNet, Private Endpoints).

Zapraszamy do odwiedzenia naszej strony www.antal.pl