MLOps Specialist

Czym będziesz się zajmować?

Stanowisko: MLOps Specialist (MID)

Ilość poszukiwanych osób: 1

Zakres obowiązków:

• Tworzenie i utrzymanie platformy AI w branży ubezpieczeniowej:
• Projektowanie i budowa infrastruktury MLOps/LLMOps: Tworzenie skalowalnego środowiska do trenowania i serwowania modeli przy użyciu Azure Machine Learning, Azure AI Foundry oraz Kubernetes (AKS).
• Automatyzacja procesów CI/CD/CT: Implementacja potoków (pipelines) CI/CD dla rozwiązań ML, obejmujących automatyczne testowanie, wersjonowanie danych i modeli (DVC, MLflow) oraz Continuous Training (CT).
• Konteneryzacja i orkiestracja: Przygotowywanie obrazów Docker dla modeli AI/GenAI oraz zarządzanie ich wdrożeniami na klastrach Kubernetes w architekturze hybrydowej (integracja z systemami on-premise).
• Monitoring i Observability: Wdrożenie zaawansowanego monitoringu modeli (wykrywanie Data Drift/Model Drift), logowania i alertowania, aby zapewnić wysoką dostępność usług AI.
• Wsparcie techniczne dla AI Act: Implementacja narzędzi do audytowalności modeli, lineage (śledzenie pochodzenia danych) oraz bezpieczeństwa (zarządzanie dostępem, szyfrowanie) zgodnie z wymogami regulacyjnymi.

Oferta:

• Lokalizacja: Warszawa/ Wola– praca hybrydowa – 1x w tygodniu w biurze
• Stawka: do 170zł netto/ h
• Współpraca: długofalowa

Wymagania:

• Minimum 3 lata doświadczenia w obszarze DevOps, MLOps lub Inżynierii Oprogramowania, w tym praktyka w pracy z modelami ML na produkcji.
• Biegłość w konteneryzacji i orkiestracji: Zaawansowana znajomość Docker i Kubernetes (zarządzanie klastrami, Helm charts, Ingress).
• Doświadczenie z chmurą Publiczną: Głęboka znajomość Azure (w szczególności Azure ML, AKS, Azure Container Registry) lub GCP/AWS z gotowością do szybkiego wejścia w Azure.
• Praktyka w CI/CD: Doświadczenie w budowaniu pipeline'ów (Azure DevOps, GitHub Actions, Jenkins) uwzględniających specyfikę ML (np. trenowanie modelu jako krok w pipeline).
• Programowanie i skryptowanie: Dobra znajomość Python (niezbędna do pracy z SDK narzędzi ML) oraz Bash/Shell.
• Znajomość narzędzi MLOps: Praktyczna obsługa MLflow, Kubeflow lub rozwiązań natywnych chmury do zarządzania cyklem życia modelu.
• Infrastructure as Code (IaC): Znajomość Terraform, Bicep lub Ansible.

Mile widziane:

• Certyfikaty Azure: DevOps Engineer Expert (AZ-400) lub Azure AI Engineer (AI-102).
• Doświadczenie we wdrażaniu modeli LLM (Large Language Models) i architektur RAG.
• Znajomość narzędzi do monitoringu (Prometheus, Grafana, Azure Monitor).

• Azure
• Docker
• Kubernetes
• Azure AI
• AKS

• Azure Active Directory
• CI/CD
• DVC
• MLflow
• Python
• bash
• Terraform
• Bicep
• Ansible

• Polski
• Angielski

• 25.2k–28.6k PLN netto/m (B2B)
• B2B - Elastyczne godziny pracy (100%)
• Praca zdalna: Hybrydowo
• Pakiet medyczny, Pakiet sportowy

apreel został założony w kwietniu 2010 roku przez przyjaciół, których marzeniem było stworzenie własnego software house'u. Wraz z rozwojem firmy i jednocześnie wzrostem zaufania klientów, rozszerzyła swoją działalność o usługi takie jak leasing ekspertów IT. Dziś ten obszar stanowi główny filar działalności apreel.

Nie oznacza to jednak, że założyciele apreela porzucili swoje marzenia. Naszą pasją zawsze będzie tworzenie autorskich rozwiązań informatycznych, a celem, do którego dążymy, jest ciągłe ich doskonalenie. W połączeniu z wyjątkową atmosferą i profesjonalizmem stworzyliśmy w apreelu wyjątkowy klimat.

Zapraszam do aplikowania, jeżeli zależy Ci na pracy wśród dobrych specjalistów, w stabilnych organizacjach oraz z jasnymi warunkami finansowania.