MLOps Engineer
TQLO
Rola MLOps Engineer w projekcie dla klienta agencji TQLO. Będziesz projektować i wdrażać procesy MLOps w środowisku Azure, automatyzować cykl życia modeli ML (trenowanie, walidacja, wdrażanie) oraz budować skalowalne środowiska z Docker i Kubernetes. Odpowiadasz za monitoring modeli, zarządzanie wersjami, IaC (Terraform/Bicep) oraz integrację narzędzi takich jak MLflow, Kubeflow czy Airflow. To rola inżynierska – piszesz kod i konfigurujesz infrastrukturę, nie zarządzasz ludźmi.
Brakuje: nie podano nazwy ani szczegółów klienta, brak informacji o wielkości zespołu i strukturze projektowej.
Rola MLOps Engineer w projekcie dla klienta agencji TQLO. Będziesz projektować i wdrażać procesy MLOps w środowisku Azure, automatyzować cykl życia modeli ML (trenowanie, walidacja, wdrażanie) oraz budować skalowalne środowiska z Docker i Kubernetes. Odpowiadasz za monitoring modeli, zarządzanie wersjami, IaC (Terraform/Bicep) oraz integrację narzędzi takich jak MLflow, Kubeflow czy Airflow. To rola inżynierska – piszesz kod i konfigurujesz infrastrukturę, nie zarządzasz ludźmi.
- ✓Realny wpływ na architekturę środowiska ML i kierunek rozwoju MLOps
- ✓Współpraca z doświadczonymi ekspertami Data, AI i Cloud
- ✓Udział w strategicznym projekcie z nowoczesnym stackiem (Azure, K8s, Terraform, MLflow)
- ✓Praca w zwinnym środowisku z krótkimi ścieżkami decyzyjnymi i dużą autonomią
- −Ogłoszenie agencji (TQLO) – nie wiadomo, u jakiego klienta i na jak długo
- −Brak informacji o beneficie poza stawką B2B
- −Wymóg 'komunikatywnej znajomości angielskiego' – może oznaczać codzienną komunikację w języku angielskim, co nie jest wprost powiedziane
- !Brak opisu procesu rekrutacyjnego
- !Nie podano wielkości zespołu ani kontekstu projektu
- !Stawka B2B (130-150 PLN/h) – rozpiętość średnia, ale bez gwarancji długoterminowości
- •Projektowanie i wdrażanie procesów MLOps w Azure (Azure ML, AKS, ACR, Data Lake)
- •Budowa skalowalnych środowisk ML z Docker i Kubernetes
- •Automatyzacja trenowania, walidacji i wdrażania modeli przez CI/CD
- •Integracja narzędzi do zarządzania cyklem życia modeli: MLflow, Kubeflow, Airflow
- •Wersjonowanie modeli, eksperymentów i zarządzanie rejestrami modeli
- •Implementacja monitoringu jakości danych, wydajności inferencji i wykrywania driftu
- •Projektowanie i rozwój rozwiązań IaC (Terraform, Bicep, ARM Templates)
- •Wdrażanie dobrych praktyk bezpieczeństwa i zgodności środowisk ML
Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).
Inżynier z co najmniej 2 latami praktycznego doświadczenia w MLOps lub DevOps w Azure, potrafiący samodzielnie postawić pipeline CI/CD i środowisko ML w chmurze. Znajomość podstaw MLflow i Terraform będzie wymagana.
Nie dla juniorów – wymagane jest praktyczne doświadczenie z Azure ML, K8s i CI/CD. Osoby bez styczności z produkcyjnymi środowiskami ML nie spełnią wymagań.
- ?U kogo dokładnie jest projekt – czy to bezpośrednio u klienta, czy wewnętrzny produkt agencji?
- ?Jaki jest przewidywany czas trwania projektu i czy jest możliwość przedłużenia?
- ?Ile osób liczy zespół MLOps/Data i jakie są role w zespole?
- ?Czy praca wymaga dyżurów on-call? Jeśli tak, jaka jest rotacja?
- ?Czy stosowany stack (Azure ML, K8s, MLflow) jest już wdrożony, czy trzeba go budować od zera?
- ?Jak wygląda proces CI/CD – czy korzystacie z konkretnych narzędzi (Jenkins, GitLab, GitHub Actions)?
- ?Czy są przewidziane budżety szkoleniowe lub certyfikacyjne?
- ?Czy istnieje możliwość pracy w modelu hybrydowym (mimo że ogłoszenie mówi 100% zdalnie)?
- −Nie podano nazwy ani szczegółów klienta
- −Brak informacji o wielkości zespołu i strukturze projektowej
- −Nie wiadomo, czy praca jest długoterminowa czy projektowa
- −Brak opisu procesu rekrutacyjnego
- −Nie wymieniono benefitów (np. budżet szkoleniowy, ubezpieczenie)
Praca w zwinnym środowisku z krótkimi ścieżkami decyzyjnymi i dużą autonomią – kultura oparta na zaufaniu i samodzielności.
Na poziomie rynkowym
Dane z aktywnych ofert zawierających technologię Machine Learning. Pełne statystyki zarobków →