DataOps/MLOps Engineer – Data, AI & Analytics | Tieto Tech Consulting (m/f/d)

Tieto; Bærum; On-site; NOK 900,000 - 1,100,000; Full time

Benefits offered by this job

Privat helseforsikring

Gode treningsmuligheter

Job summary

Tieto ønsker å bygge et nytt Data, AI & Analytics-team i Norge og leter etter en DataOps/MLOps Engineer som tar DevOps-prinsipper inn i data engineering og maskinlæring. Rollen innebærer CI/CD for datapipelines, automatisert testing og produksjonssetting, overvåking og kontinuerlig forbedring av ML-modeller.

Du vil jobbe tett med data engineers og data scientists for å forme hvordan vi bygger og drifter data- og AI-løsninger for industrikunder, med fokus på sikkerhet, skalerbarhet og

Qualifications

• Gode ferdigheter i Python og SQL for datapipelines og automatisering
• Erfaring med CI/CD for data- og ML-prosjekter
• Praktisk erfaring med MLOps og modelldeployering
• Forståelse av skyleverandører (Azure, AWS eller GCP) og infrastruktur som kode

Responsibilities

• Ta DevOps-prinsipper inn i dataengineering og ML-prosjekter
• Sette opp og vedlikeholde dataplattformer og datapipelines i produksjon
• Overvåke datakvalitet, pipelinefeil og modellytelse
• Bidra til etablering av MLOps/LMMOps-praksis og sikkerhet i teamet

Skills

Python

SQL

Data engineering

CI/CD for data/ML

Tools

dbt

Databricks

Airflow

GitHub/GitLab/Azure DevOps

Terraform/Bicep

Job description

Vil du sørge for at data- og AI-løsninger ikke bare fungerer i en notebook, men kjører stabilt, testet og overvåket i produksjon? Da bør du lese videre.
Vi bygger opp et nytt team innen Data, AI & Analytics i Tieto Tech Consulting, med fokus på mellomstore norske produksjonsbedrifter. Teamet leverer alt fra dataplattformer og prediktivt vedlikehold til GenAI-drevne løsninger, og vi ser nå etter en DataOps/MLOps Engineer som vil ta DevOps-prinsipper inn i data engineering og maskinlæring. Fra CI/CD og automatisert testing av datapipelines til produksjonssetting, overvåking og videreutvikling av ML-modeller.Dette er en mulighet til å være med fra starten av et team i vekst, jobbe tett med data engineers og data scientists, og forme hvordan vi bygger og drifter data- og AI-løsninger for industrikunder.

Gode ferdigheter i Python og SQL for datapipelines og automatisering

Solid erfaring med CI/CD for data- og ML-prosjekter (f.eks. dbt, Databricks Asset Bundles) i GitHub, GitLab eller Azure DevOps, samt orkestrering av pipelines (Airflow, ADF, Databricks/Lakeflow Jobs eller Fabric Data Factory)

Erfaring med automatisert testing, datakvalitet og overvåking (f.eks. dbt tests, Great Expectations, datafriskhet og pipelinefeil)

Praktisk erfaring med MLOps: eksperimentsporing, modellregister, utrulling, overvåking og retrening av modeller (f.eks. MLflow, Azure ML eller Databricks)

Solid, praktisk erfaring med Azure eller en annen stor skyleverandør (AWS/GCP), inkludert infrastruktur som kode (Terraform eller Bicep) med god forståelse for state- og secrets-håndtering i team

Forståelse for sikkerhet, tilgangsstyring og datastyring i dataplattformer (f.eks. Unity Catalog, Purview, managed identities, Key Vault)

Fordel: erfaring med LLMOps/GenAI i produksjon (modell-/agentevaluering, promptversjonering, MCP-integrasjoner) og/eller IoT-/OT-/tidsseriedata (Azure IoT Hub, Event Hubs)

God kommunikasjonsevne på norsk og engelsk — vi vurderer også sterke kandidater i utvikling på norsk hvis den tekniske profilen er særlig god

Sørge for at data- og ML-løsninger settes i produksjon på en trygg, reproduserbar og vedlikeholdbar måte, i tett samarbeid med teamets data engineers og data scientists

Bygge opp overvåking og varsling for datakvalitet, datafriskhet, pipelinefeil og modellytelse

Automatisere plattform og infrastruktur gjennom Infrastructure as Code

Etablere MLOps- og LLMOps-praksis: modellregister, utrulling, evaluering, overvåking og retrening

Utforske og eventuelt bygge agentisk AI-infrastruktur som en del av teamets egne leveranser

Bidra i kundeprosjekter med fokus på plattform-, drifts- og sikkerhetsvurderinger ("Infrastructure & Data Audit")

En sjelden mulighet til å være med fra starten av et nytt, voksende team

Faglig utvikling gjennom kurs, sertifiseringer og fagmiljøer

Privat helseforsikring og gode treningsmuligheter