MLOps Engineer
Jit Team
Rola MLOps Engineer w projekcie dla lidera ubezpieczeń w Polsce. Będziesz projektować, budować i utrzymywać skalowalną platformę AI/ML w chmurze Azure, obejmującą cały cykl życia modeli – od trenowania po wdrożenie i monitoring. Praca skupia się na automatyzacji CI/CD/CT, konteneryzacji (Docker, Kubernetes) oraz zapewnieniu zgodności z AI Act. To pozycja w modelu outsourcingowym przez Jit Team.
Brakuje: wielkość zespołu, informacja o dyżurach on-call.
Rola MLOps Engineer w projekcie dla lidera ubezpieczeń w Polsce. Będziesz projektować, budować i utrzymywać skalowalną platformę AI/ML w chmurze Azure, obejmującą cały cykl życia modeli – od trenowania po wdrożenie i monitoring. Praca skupia się na automatyzacji CI/CD/CT, konteneryzacji (Docker, Kubernetes) oraz zapewnieniu zgodności z AI Act. To pozycja w modelu outsourcingowym przez Jit Team.
- ✓Praca z najnowszym stackiem AI/ML (LLM, RAG, wektorowe bazy danych) i zgodność z AI Act
- ✓Duży klient (ponad 1000 IT) dający stabilność i skalę
- ✓Dostęp do społeczności Jit Team i szkoleń wewnętrznych
- ✓Widełki wynagrodzenia podane wprost w ogłoszeniu
- !Brak informacji o liczbie osób w zespole
- !Brak wzmianki o dyżurach on-call
- !Brak szczegółów procesu rekrutacyjnego
- !Wymóg szybkiego wdrożenia w Azure może być wyzwaniem dla osób bez doświadczenia w tej chmurze
- •Projektowanie i budowa platformy AI w Azure (Azure ML, AKS, ACR)
- •Tworzenie i automatyzacja pipeline'ów CI/CD/CT dla modeli ML (Azure DevOps, GitHub Actions)
- •Konteneryzacja modeli AI/GenAI w Docker i wdrażanie na Kubernetes (AKS)
- •Implementacja monitoringu i observability (data/model drift, logowanie, alerty) z użyciem Prometheus/Grafana/Azure Monitor
- •Zapewnianie zgodności z regulacjami AI Act (audytowalność, bezpieczeństwo modeli)
- •Optymalizacja kosztów i wydajności infrastruktury chmurowej oraz skalowanie środowiska
- •Współpraca z zespołami Data Science i IT przy rozwijaniu i utrzymaniu rozwiązań AI
Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).
Inżynier DevOps/MLOps z min. 3 latami doświadczenia, który zna Docker i Kubernetes, ma praktykę w CI/CD (najlepiej Azure DevOps) i podstawy Pythona. Gotów jest szybko nauczyć się Azure, jeśli nie ma jeszcze doświadczenia.
Osoby z mniej niż 3 latami doświadczenia w DevOps/MLOps, lub które preferują czysto developerską pracę bez infrastruktury. Rola wymaga samodzielności i podejścia automatyzacyjnego.
- ?Ile osób liczy zespół MLOps i jak wygląda współpraca z Data Science?
- ?Czy przewidziane są dyżury on-call i jak często?
- ?Jaki jest obecny stan platformy AI – greenfield czy rozwijamy istniejącą?
- ?Jak wygląda proces rekrutacyjny (liczba etapów, zadanie domowe)?
- ?Czy jest możliwość pracy zdalnej z większą elastycznością (np. 1 dzień w biurze co 2 tygodnie)?
- ?Jakie są plany dotyczące zgodności z AI Act – czy są już wdrożone procedury?
- −Wielkość zespołu
- −Informacja o dyżurach on-call
- −Szczegóły procesu rekrutacyjnego
- −Nazwa klienta ubezpieczeniowego (nie podana wprost)
Dynamiczne środowisko pracy z dużym zespołem IT (ponad 1000 osób) i możliwością nauki, integracji oraz udziału w społeczności Jit Team.
Poniżej mediany rynkowej
Dane z aktywnych ofert zawierających technologię DevOps. Pełne statystyki zarobków →