AIOps & Automation Engineer
Hays
Rola skupia się na budowaniu systemów AIOps do automatyzacji obsługi incydentów i monitoringu. Będziesz tworzyć modele ML do wykrywania anomalii, projektować pipeline'y danych z telemetrii, automatyzować reakcje na incydenty (runbooki, workflowy) oraz integrować AI z procesami ITIL. To hybryda Data Engineera, ML Engineera i DevOps, działająca w kontekście operacyjnym dużej firmy.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: nie podano konkretnych narzędzi / platform (np. monitoring, ml, orchestracja), brak informacji o wielkości zespołu i strukturze.
Rola skupia się na budowaniu systemów AIOps do automatyzacji obsługi incydentów i monitoringu. Będziesz tworzyć modele ML do wykrywania anomalii, projektować pipeline'y danych z telemetrii, automatyzować reakcje na incydenty (runbooki, workflowy) oraz integrować AI z procesami ITIL. To hybryda Data Engineera, ML Engineera i DevOps, działająca w kontekście operacyjnym dużej firmy.
- ✓Wynagrodzenie do 24k PLN dla roli AIOps – atrakcyjne
- ✓Hybryda: 2 dni w biurze w tygodniu – elastyczność
- ✓Rola na nowoczesny obszar AIOps – możliwość rozwoju w kierunku ML i automatyzacji
- −Niespójność poziomu: dane strukturalne wskazują 'junior', ale opis wymaga 4+ lat doświadczenia i tytuł Senior
- −Brak informacji o dyżurach on-call (w roli AIOps są one prawdopodobne)
- −Firma Hays jako agencja rekrutacyjna – praca u klienta, co może wiązać się z mniejszą autonomią
- !Brak konkretów nt. narzędzi (jakie technologie ML, jakie monitorowanie?)
- !Brak specyfikacji procesu rekrutacyjnego
- !Widełki do 24k PLN brutto – zbliżone do górnego pułapu, ale brak dolnej granicy
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Projektowanie i wdrażanie modeli ML do detekcji anomalii i predykcyjnego monitorowania na podstawie danych telemetrycznych
- •Implementacja pipeline'ów danych do normalizacji i wzbogacania sygnałów operacyjnych (metryki, logi, zdarzenia, tickety)
- •Tworzenie skryptów automatyzacji (Python) do automatycznego reagowania na incydenty
- •Budowanie inteligentnych workflowów zarządzania usługami (routing, wzbogacanie, sumaryzacja) w kontekście incydentów, zmian i release'ów
- •Integracja AIOps z istniejącymi narzędziami operacyjnymi i platformami (współpraca z zespołami reliability, platform, operations)
- •Utrzymywanie i poprawa jakości modeli (pętle sprzężenia zwrotnego, redukcja fałszywie pozytywnych)
- •Tworzenie komponentów wielokrotnego użytku, wzorców i szablonów dla zespołu
- •Automatyzacja czynności związanych z release'ami (kontrola stanu, health checks, rollback support)
Oferta odpowiednia dla osób na początku kariery w IT.
Osoba z co najmniej 4 latami doświadczenia w software engineering/DevOps i 2 lata w AI/ML, która zna podstawy telemetrii i automatyzacji oraz potrafi samodzielnie wdrażać rozwiązania.
Osoby z mniej niż 4 latami doświadczenia lub bez praktycznej wiedzy o ML w produkcji. Juniorzy bez udokumentowanych projektów AI/ML nie powinni aplikować.
- ?Jaka jest struktura zespołu (ile osób) i z którymi działami będzie najczęściej współpraca?
- ?Czy stosowane są konkretne narzędzia/platformy AI/ML (np. MLflow, Kubeflow, Databricks)?
- ?Jak wygląda on-call – dyżury, częstotliwość, dodatkowe wynagrodzenie?
- ?Jaki jest stosunek pracy nad ML do automatyzacji/DevOps?
- ?Czy istnieje już jakaś infrastruktura AIOps, czy budujemy od zera?
- ?Jakie są główne wyzwania techniczne w obecnym środowisku operacyjnym?
- ?Czy istnieje możliwość publikacji lub udziału w konferencjach?
- −Nie podano konkretnych narzędzi / platform (np. monitoring, ML, orchestracja)
- −Brak informacji o wielkości zespołu i strukturze
- −Nie wiadomo, czy rola wymaga znajomości konkretnych chmur (AWS/Azure/GCP)
- −Brak opisu procesu rekrutacyjnego
Współpraca z zespołami platform, reliability i operacji; oczekuje się partnerstwa i ciągłego doskonalenia.