DevOps Engineer (Azure AI / Agentic Platform)

Tworzymy cyfrowe produkty dla nowoczesnego środowiska pracy oparte na chmurze, AI i technologiach, które realnie wspierają pracowników na całym świecie.

Szukasz miejsca, w którym DevOps nie kończy się na utrzymaniu środowisk, ale ma bezpośredni wpływ na rozwój skalowalnych systemów AI klasy enterprise? Dołącz do Workai i pomóż nam budować jedno z pierwszych w Polsce wdrożeń MCP dla środowisk korporacyjnych.

Jako część naszego zespołu będziesz:pracować z cloud computingiem, integracją systemów i rozwojem oprogramowania w kontekście platformy AI-native, projektować i utrzymywać środowiska Microsoft Azure, które będą fundamentem dla eksperymentalnego rozwoju MCP Graph Broker, konfigurować i walidować mechanizmy izolacji multi-tenant, load balancingu oraz monitoringu w czasie rzeczywistym, tak aby rozwiązania rozwijane w ramach R& D mogły działać stabilnie i skalowalnie, współtworzyć Security & Reliability Framework for MCP — jedno z pierwszych w Polsce rozwiązań tego typu dla środowisk enterprise.

Aplikuj, jeśli masz:minimum 5 lat doświadczenia w roli seniorskiej, liderskiej lub architektonicznej w obszarze rozwiązań chmurowych, komercyjne doświadczenie w budowie skalowalnych aplikacji webowych oraz integracji systemów, doświadczenie w jednym z obszarów: DevOps, DevSecOps lub MLOps, w tym we wdrażaniu i monitoringu środowisk produkcyjnych z wykorzystaniem pipeline’ów CI/CD lub Azure ML CI/CD, praktyczną znajomość usług Azure i dobrych praktyk pracy z chmurą, m. in. Azure App Services, Azure Functions, Cosmos DB, Azure Search, Azure Service Bus czy Azure SQL, doświadczenie w projektowaniu i realizacji integracji systemów enterprise przez API, np. Microsoft 365 Graph API, ServiceNow REST API, OAuth2 lub OIDC, doświadczenie w budowie connectorów, adapterów lub warstw integracyjnych, znajomość protokołu MCP / Model Context Protocol lub podobnych protokołów kontekstowych oraz praktyczne doświadczenie z narzędziami ML / AI API w środowiskach produkcyjnych, dobrą znajomość architektury mikroserwisowej, zarządzania API oraz usług chmurowych wykorzystywanych w systemach enterprise, doświadczenie z architekturą multi-tenant, w tym izolacją kontekstu, zarządzaniem zasobami i politykami dostępu w środowiskach SaaS, umiejętność analitycznego myślenia, samodzielnego rozwiązywania problemów i jasnego komunikowania złożonych zagadnień technicznych, pasję do technologii i uważność na nowe trendy w obszarze chmury, AI oraz systemów agentowych, doświadczenie w budowie aplikacji Enterprise SaaS, bardzo dobre umiejętności komunikacyjne i gotowość do współpracy z zespołami technicznymi oraz biznesowymi, dbałość o szczegóły, jakość rozwiązań i stabilność tworzonych systemów, znajomość języka polskiego na poziomie C1+ oraz języka angielskiego na poziomie B2+ w mowie i piśmie, możliwość pracy w modelu hybrydowym z Białegostoku lub okolic — minimum 3 dni w tygodniu z biura i maksymalnie 2 dni pracy zdalnej, wykształcenie wyższe techniczne, najlepiej informatyczne lub pokrewne.

Mile widziane:praktyczne doświadczenie z modelami konwersacyjnymi i dialogowymi, w tym fine-tuningiem, RLHF oraz prompt engineeringiem dla LLM, szczególnie w kontekście asystentów AI, doświadczenie w integracji systemów enterprise przez API, np. Microsoft 365 Graph API lub ServiceNow REST API, w roli developera connectorów, adapterów lub integracji MCP, znajomość systemów multi-agentowych projektowanych dla środowisk enterprise, certyfikaty Azure, np. Developer Associate / AZ-204, Solutions Architect Expert / AZ-305 lub równoważne, doświadczenie z ewaluacją modeli AI, w tym projektowaniem eksperymentów i oceną jakości modeli ML.

Oferujemy:wynagrodzenie 18 000–22 000 PLN brutto miesięcznie na umowie o pracę lub 16 000 – 23 000 PLN netto miesięcznie na umowie B2B, udział w budowie rozproszonego systemu chmurowego klasy enterprise, w którym AI jest integralną częścią infrastruktury, realny wpływ na decyzje architektoniczne w produkcie używanym przez setki tysięcy pracowników, pracę z nowoczesnymi usługami Azure, najnowszymi modelami LLM oraz narzędziami MLOps, możliwość rozwoju w wielu kierunkach — od certyfikacji, przez wymianę wiedzy, po udział w projektach R& D, elastyczny model pracy hybrydowej, pakiet benefitów obejmujący prywatną opiekę medyczną i kartę Multisport.