MLOps Engineer

IT Factory; Województwo mazowieckie; Híbrido; PLN 180.000 - 300.000; Jornada completa

Descripción de la vacante

IT Factory w Warszawie poszukuje specjalisty DevOps/MLOps odpowiedzialnego za tworzenie i utrzymanie platformy AI w branży ubezpieczeniowej. Praca hybrydowa: minimum 1 dzień w tygodniu w biurze w Warszawie, reszta zdalnie.

Wymagania: 3+ lata w DevOps/MLOps, Docker/Kubernetes, Azure (ML/AKS/ACR) lub GCP/AWS z wejściem do Azure, CI/CD dla ML, Python i Bash, MLflow/Kubeflow, Terraform/Ansible, wyższe techniczne, automacja i współpraca z Data Science.

Formación

• Minimum 3 lata doświadczenia w DevOps/MLOps lub inżynierii oprogramowania z ML na produkcji.
• Zaawansowana znajomość Docker i Kubernetes.
• Głęboka znajomość Azure (ML, AKS, ACR) lub GCP/AWS z gotowością wejścia w Azure.
• Doświadczenie w budowaniu pipeline'ów CI/CD dla ML (Azure DevOps, GitHub Actions, Jenkins).
• Dobra znajomość Pythona i Bash/Shell.
• Praktyczna obsługa MLflow, Kubeflow lub natywnych rozwiązań chmurowych do zarządzania cyklem życia modelu.
• Znajomość Terraform, Bicep lub Ansible.
• Wykształcenie wyższe techniczne.
• Podejście Automation First i współpraca z Data Science i IT Operations.
• Świadczenie usług z terytorium Polski.
• Mile widziane: doświadczenie we wdrażaniu LLM i architektur RAG, monitoring Prometheus/Grafana/Azure Monitor, sieci w chmurze hybrydowej, baz wektorowych.

Responsabilidades

• Tworzenie i utrzymanie platformy AI w branży ubezpieczeniowej.
• Projektowanie i budowa infrastruktury MLOps/LLMOps: skalowalne środowisko do trenowania i serwowania modeli.
• Implementacja pipeline'ów CI/CD/CT dla rozwiązań ML (DVC, MLflow), Continuous Training.
• Przygotowywanie obrazów Docker dla modeli AI/GenAI oraz zarządzanie wdrożeniami na klastrach Kubernetes w architekturze hybrydowej.
• Wdrożenie monitoringu modeli (Data Drift/Model Drift), logowania i alertowania.
• Wsparcie techniczne zgodności z AI Act: audytowalność modeli, data lineage, bezpieczeństwo.
• Optymalizacja kosztów i wydajności w Azure, skalowanie infrastruktury.

Conocimientos

Docker

Kubernetes

Azure ML

GCP/AWS

CI/CD pipelines

Python

Bash

MLflow

Kubeflow

Terraform

Ansible

Azure DevOps

GitHub Actions

Prometheus

Grafana

Azure Monitor

LLM deployment

Data lineage

AI Act compliance

On-prem integration

Remote collaboration

Educación

Wyższe techniczne

Herramientas

Azure

AKS

ACR

GitHub

Descripción del empleo

IT Factory, dynamiczna firma z doświadczeniem w zakresie rozwoju, wdrażania i wsparcia rozwiązań IT, dla polskiej znaczącej Firmy z branży ubezpieczeniowo-finansowej, poszukuje Kandydatów/Kandydatek na stanowisko:

Miejsce świadczenia usług: praca hybrydowa (minimum 1 dzień w tygodniu w biurze w Warszawie)

• Tworzenie i utrzymanie platformy AI w branży ubezpieczeniowej
• Projektowanie i budowa infrastruktury MLOps/LLMOps: skalowalne środowisko do trenowania i serwowania modeli (Azure Machine Learning, Azure AI Foundry, AKS)
• Implementacja pipeline'ów CI/CD/CT dla rozwiązań ML: automatyczne testowanie, wersjonowanie danych i modeli (DVC, MLflow), Continuous Training
• Przygotowywanie obrazów Docker dla modeli AI/GenAI oraz zarządzanie ich wdrożeniami na klastrach Kubernetes w architekturze hybrydowej (integracja z systemami on-premise)
• Wdrożenie monitoringu modeli (wykrywanie Data Drift/Model Drift), logowania i alertowania w celu zapewnienia wysokiej dostępności usług AI
• Wsparcie techniczne zgodności z AI Act: narzędzia do audytowalności modeli, data lineage oraz bezpieczeństwa (zarządzanie dostępem, szyfrowanie)
• Optymalizacja kosztów i wydajności: zarządzanie zasobami Azure, optymalizacja czasu inferencji modeli, skalowanie infrastruktury w zależności od obciążenia

Wymagania:

• Minimum 3 lata doświadczenia w obszarze DevOps, MLOps lub inżynierii oprogramowania, w tym praktyka w pracy z modelami ML na produkcji
• Zaawansowana znajomość Docker i Kubernetes (zarządzanie klastrami, Helm charts, Ingress)
• Głęboka znajomość Azure (w szczególności Azure ML, AKS, Azure Container Registry) lub GCP/AWS z gotowością do szybkiego wejścia w Azure
• Doświadczenie w budowaniu pipeline'ów CI/CD (Azure DevOps, GitHub Actions, Jenkins) uwzględniających specyfikę ML (np. trenowanie modelu jako krok w pipeline)
• Dobra znajomość Python (praca z SDK narzędzi ML) oraz Bash/Shell
• Praktyczna obsługa MLflow, Kubeflow lub natywnych rozwiązań chmurowych do zarządzania cyklem życia modelu
• Znajomość Terraform, Bicep lub Ansible
• Wykształcenie wyższe techniczne (informatyka, telekomunikacja lub pokrewne)
• Podejście "Automation First", dążenie do eliminacji pracy manualnej poprzez skrypty i narzędzia
• Umiejętność pracy na styku zespołów Data Science i IT Operations
• Proaktywność w rozwiązywaniu problemów wydajnościowych i incydentów produkcyjnych
• Świadczenie usług z terytorium Polski

Mile widziane:

• Doświadczenie we wdrażaniu modeli LLM i architektur RAG
• Znajomość narzędzi do monitoringu (Prometheus, Grafana, Azure Monitor)
• Rozumienie zagadnień sieciowych w chmurze hybrydowej (VPN, VNet, Private Endpoints)
• Znajomość baz wektorowych (np. w kontekście Azure AI Search)