MLOps Engineer

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:

MLOps Engineer (Azure, platforma AI / LLMOps)

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

Zakres prac:

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 PolskiMile widziane:

Certyfikaty Azure: DevOps Engineer Expert (AZ-400) lub Azure AI Engineer (AI-102)

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)