Szukamy doświadczonego MLOps Engineera, który wzmocni zespół odpowiedzialny za budowę skalowalnych, stabilnych i w pełni zautomatyzowanych środowisk ML w Azure. Jeśli lubisz łączyć inżynierię danych, automatyzację, DevOps i architekturę modeli — ta rola będzie dla Ciebie świetnym miejscem.🧩 Zakres obowiązków Projektowanie i wdrażanie end-to-end pipeline’ów MLOps w Azure z użyciem: Azure ML, AKS, ACR, Azure Data Lake. Konteneryzacja i orkiestracja obciążeń ML z wykorzystaniem Dockera i Kubernetes, budowanie skalowalnych i odpornych środowisk. Automatyzacja trenowania, walidacji i wdrażania modeli poprzez pipeline’y CI/CD zintegrowane z Git oraz narzędziami orkiestracji (Airflow, MLflow, Kubeflow). Zarządzanie wersjami modeli, historią eksperymentów oraz rejestrem modeli (Azure ML Model Registry lub odpowiedniki). Wdrażanie monitoringu i alertów dotyczących model driftu, jakości danych i wydajności inferencji. Tworzenie i utrzymanie infrastruktury jako kodu (IaC) z użyciem Terraform, Bicep lub ARM Templates. Stosowanie najlepszych praktyk bezpieczeństwa i compliance w zakresie modeli, API oraz danych. 🎯 Idealny kandydat Bardzo dobra znajomość Azure ML, AKS, Docker, Kubernetes, orkiestracja i środowiska produkcyjne ML. Doświadczenie w budowaniu pipeline’ów ML, CI/CD, integracji z MLflow / Kubeflow. Znajomość IaC: Terraform / Bicep / ARM. Silny mindset inżynieryjny, nacisk na automatyzację, powtarzalność i jakość. Rozumienie praktyk MLOps: lifecycle modeli, versioning, monitoring, drift detection. ✨ Co oferujemy Realny wpływ na architekturę środowiska ML. Najnowszy stack technologiczny oparty o Azure. Stabilną współpracę i długoterminowy projekt. Zwinny, merytoryczny zespół, szybkie procesy decyzyjne. Wsparcie zespołu TQLO na każdym etapie współpracy. TQLO Sp. z o.o. — KRAZ 33580