Stanowisko: AI Engineer / MLOps Engineer (Python, LLM, Kubernetes, GCP)Lokalizacja: Warszawa, ul. Chmielna 89 (praca w biurze raz w tygodniu)Model pracy: hybrydowyForma współpracy: B2B 150-170zł/h + VATPlanowany start: 20.10.2025Czas współpracy: ponad 12 miesięcyCo oferujemy Długofalową współpracę (ponad 12 miesięcy) Pracę przy nowoczesnych rozwiązaniach opartych o AI / LLM Hybrydowy model pracy (1 dzień w tygodniu w biurze w Warszawie) Atrakcyjne warunki finansowe (stawka negocjowalna, B2B) Realny wpływ na decyzje architektoniczne i kierunek rozwoju projektu Możliwość rozwoju kompetencji w obszarze MLOps i LLM Wsparcie techniczne i wymianę wiedzy w zespole ekspertów Zakres obowiązków Fine-tuning, uprodukcyjnianie i wdrażanie modeli językowych (LLM) Budowa i utrzymanie aplikacji osadzonych na Kubernetesie Tworzenie, wdrażanie i utrzymanie procesów CI/CD w środowiskach chmurowych Zarządzanie infrastrukturą w modelu IaC (Infrastructure as Code) Implementacja i konfiguracja rozwiązań opartych o chmurę (preferowany Google Cloud Platform) Analiza i optymalizacja kodu źródłowego oraz działania oprogramowania w środowisku Linux Praca z narzędziami MLOps oraz optymalizacja wykorzystania GPU Zapewnienie bezpieczeństwa i niezawodności środowisk obliczeniowych Współpraca z zespołem projektowym, dzielenie się wiedzą i wsparcie innych członków zespołu Wymagania (must have) Doświadczenie w fine-tuningu lub produkcyjnym wdrażaniu modeli LLM Umiejętność budowy aplikacji w środowisku Kubernetes Doświadczenie w pracy z narzędziami i praktykami DevOps Umiejętność projektowania i wdrażania procesów CI/CD Doświadczenie w zarządzaniu infrastrukturą w modelu IaC Doświadczenie w pracy z usługami chmurowymi (preferowany GCP) Biegłość w programowaniu w Pythonie Umiejętność analizy kodu źródłowego bez jego uruchamiania Doświadczenie w analizie i rozwiązywaniu problemów w środowisku Linux Znajomość narzędzi i praktyk MLOps Doświadczenie w optymalizacji wykorzystania GPU Ponadpodstawowa wiedza z zakresu bezpieczeństwa systemów IT Dobra znajomość zasad inżynierii oprogramowania Samodzielność w rozwiązywaniu problemów i proponowaniu rozwiązań Umiejętność dzielenia się wiedzą i współpracy w zespole Mile widziane (nice to have) Doświadczenie w pracy z modelami open-source (np. Llama, Falcon, Mistral) Znajomość narzędzi monitoringu (Prometheus, Grafana) Wiedza z zakresu architektury mikroserwisowej Znajomość Dockera, Helm, Terraform Praktyczna znajomość metod optymalizacji inference modeli LLM