Pomiń do treści
Logo firmy Edge One Solutions

DevOps / Platform Engineer

Edge One Solutions

Oferta w skrócie
Widełki nieujawnione
🏠ZdalnieTryb pracy
📄B2BKontrakt
⏱️Mid · 3+ latDoświadczenie
LokalizacjaWrocław
Źródło
Aktywna
Opublikowano22 maja 2026
Ostatnio sprawdzono22 maja 2026
Wygasa za9 dni
Werdykt JobHunt

Rola DevOps/Platform Engineera w projekcie budowy platformy AI dla zespołów Data Science i ML. Codzienna praca to utrzymanie i rozwój infrastruktury cloud-native na Kubernetes i Azure, automatyzacja przez IaC (Terraform/OpenTofu) i GitOps (ArgoCD), oraz optymalizacja pipeline'ów CI/CD w GitLab. To nie jest rola developerska – celem jest zapewnienie skalowalnego, stabilnego środowiska dla modeli ML, nie ich tworzenie.

Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.

Brakuje: nie podano wielkości zespołu ani struktury (ile platform engineerów, ml engineerów, data scientistów), brak informacji o on-call i harmonogramie dyżurów.

🛠 Wymagane technologie
Dane źródłowe
AI Insights
Czym naprawdę jest ta rola?Platform Engineer

Rola DevOps/Platform Engineera w projekcie budowy platformy AI dla zespołów Data Science i ML. Codzienna praca to utrzymanie i rozwój infrastruktury cloud-native na Kubernetes i Azure, automatyzacja przez IaC (Terraform/OpenTofu) i GitOps (ArgoCD), oraz optymalizacja pipeline'ów CI/CD w GitLab. To nie jest rola developerska – celem jest zapewnienie skalowalnego, stabilnego środowiska dla modeli ML, nie ich tworzenie.

Plusy
  • Praca nad nowoczesną platformą AI – ciekawy projekt z realnym wpływem
  • Indywidualne wsparcie Service Delivery Managera i rozwój kompetencji (szkolenia, certyfikaty)
  • Elastyczne benefity i dofinansowanie do aktywności – pokazuje dbałość o work-life balance
Na co uważać
  • Brak informacji o dyżurach on-call (potencjalne w środowisku produkcyjnym K8s)
  • Praca w outsourcingu – projekty mogą się zmieniać, choć firma oferuje #SmartChange
  • !Nie określono wielkości zespołu ani liczby współpracujących osób
  • !Wiele wymagań 'mile widzianych' – może oznaczać oczekiwanie bardzo szerokiego profilu
  • ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
Codzienna praca
  • Rozwój i utrzymanie infrastruktury cloud-native na Kubernetes i Azure
  • Provisioning i zarządzanie zasobami w Azure przy użyciu Terraform/OpenTofu
  • Wdrażanie i utrzymanie deploymentów GitOps z ArgoCD
  • Budowanie i utrzymanie pipeline'ów GitLab CI/CD
  • Diagnozowanie i rozwiązywanie problemów infrastrukturalnych Kubernetes
  • Tworzenie modularnych komponentów IaC oraz template'ów
  • Współpraca z zespołami ML i Data Science w celu integracji usług AI
  • Uczestnictwo w sprintach Scrum/SAFe
Więcej o ofercie
Dla kogo jest ta oferta
Profil idealny

Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).

Minimum sensowne

Platform engineer z 3+ latami doświadczenia w DevOps, z praktyczną znajomością Kubernetes (utrzymanie prod) i Terraform, oraz podstawami Azure i CI/CD. Osoba, która jest w stanie samodzielnie diagnozować problemy K8s i wdrażać GitOps.

Raczej nie dla

Nie dla juniorów (poniżej 3 lat) ani osób bez doświadczenia w produkcyjnym Kubernetes. Nie dla developerów backendowych szukających pisania aplikacji – to rola infrastrukturalna.

Ocena dopasowania
Junior1/5
Mid3/5
Senior5/5
Hands-on5/5
Architekt3/5
Remote5/5
Enterprise3/5
Pytania do rekrutera
  • ?Jak liczny jest zespół platform engineering, z którym będę współpracować?
  • ?Czy na produkcji są dyżury on-call? Jeśli tak, jak często i czy są dodatkowo płatne?
  • ?Jaki jest stosunek pracy nad nowymi funkcjonalnościami vs. utrzymanie/observability?
  • ?Czy platforma AI jest już w produkcji, czy dopiero budujemy od zera?
  • ?Jakie konkretne narzędzia observability są używane (logging, monitoring, tracing)?
  • ?Czy istnieje możliwość wpływu na wybór technologii, czy stack jest narzucony przez klienta?
  • ?Jakie są główne wyzwania techniczne, z którymi zespół się obecnie mierzy?
Brakujące informacje
  • Nie podano wielkości zespołu ani struktury (ile platform engineerów, ML engineerów, data scientistów)
  • Brak informacji o on-call i harmonogramie dyżurów
  • Nie określono, czy platforma AI jest greenfield, czy istniejące środowisko
  • Brak szczegółów dotyczących procesu rekrutacyjnego (etapy, zadanie domowe)
Zespół

Praca w środowisku Scrum/SAFe z zespołami engineeringowymi i AI. Kładzie się nacisk na współpracę, ciągłe doskonalenie i autonomię techniczną (ownership).

🔗Podobne oferty