
Moondigo sp. z o.o. · Warszawa
MLOps Engineer
W skrócie
zdania wybrane z oferty- budowa skalowalnego środowiska do trenowania i serwowania modeli z wykorzystaniem Azure Machine Learning, Azure AI Foundry oraz Kubernetes/AKS
- przygotowywanie obrazów Docker oraz wdrażanie modeli AI/GenAI na klastrach Kubernetes
- W tej roli będziesz koncentrować się na projektowaniu, budowie i utrzymaniu środowiska MLOps/LLMOps, automatyzacji procesów związanych z wdrażaniem modeli oraz dbaniu o ich stabilne działanie na produkcji.
Technologie
Pełny opis
z pracuj.plTechnologie, których używamy
Wymagane
- Docker
- Kubernetes
- Azure DevOps
- GitHub Actions
- Jenkins
- Python
- Bash
- Django
Mile widziane
- Azure DevOps
- Kubernetes
- Prometheus
- Grafana
- Azure Monitor
System operacyjny
- Windows
O projekcie
Poszukujemy MLOps Engineera, który dołączy do zespołu rozwijającego platformę AI w ramach dużego programu transformacyjnego w branży ubezpieczeniowej.
Projekt dotyczy budowy nowoczesnego ekosystemu obsługi szkód i świadczeń, opartego na danych, automatyzacji, AI oraz procesach workflow. Zespół pracuje nad rozwiązaniami, które mają usprawniać obsługę klientów i wspierać rozwój nowoczesnych technologii w organizacji.
W tej roli będziesz koncentrować się na projektowaniu, budowie i utrzymaniu środowiska MLOps/LLMOps, automatyzacji procesów związanych z wdrażaniem modeli oraz dbaniu o ich stabilne działanie na produkcji. Ważnym elementem będzie również praca z infrastrukturą chmurową, Kubernetesem, CI/CD, monitoringiem oraz bezpieczeństwem rozwiązań AI.
Tak organizujemy naszą pracę
Tak pracujemy
- masz wpływ na rozwiązania technologiczne
- koncentrujesz się na rozwoju produktu
- agile
Skład zespołu
- backend developer
- architekt
- devOps
- data scientist
Twój zakres obowiązków
- projektowanie, rozwój i utrzymanie infrastruktury MLOps/LLMOps oraz platformy AI
- budowa skalowalnego środowiska do trenowania i serwowania modeli z wykorzystaniem Azure Machine Learning, Azure AI Foundry oraz Kubernetes/AKS
- tworzenie i rozwój pipeline'ów CI/CD/CT, obejmujących automatyczne testowanie, trening oraz wersjonowanie danych i modeli z wykorzystaniem m.in. DVC i MLflow
- przygotowywanie obrazów Docker oraz wdrażanie modeli AI/GenAI na klastrach Kubernetes
- integracja środowiska chmurowego z systemami on-premise
- rozwój monitoringu i observability modeli, w tym wykrywanie Data Drift i Model Drift, logowanie oraz alertowanie
- wdrażanie rozwiązań wspierających audytowalność modeli, lineage danych, zarządzanie dostępem i bezpieczeństwo
- optymalizacja kosztów, wydajności i czasu inferencji oraz skalowanie infrastruktury w zależności od obciążenia
Nasze wymagania
- minimum 3 lata doświadczenia w obszarze DevOps, MLOps lub Software Engineering oraz doświadczenie z modelami ML działającymi na produkcji
- bardzo dobra znajomość Docker i Kubernetes, w tym zarządzania klastrami, Helm Charts i Ingress
- dobra znajomość Azure, szczególnie Azure ML, AKS i Azure Container Registry, lub doświadczenie z GCP/AWS i gotowość do szybkiego wejścia w Azure
- doświadczenie w budowaniu pipeline'ów CI/CD z wykorzystaniem np. Azure DevOps, GitHub Actions lub Jenkins, również dla procesów ML
- dobra znajomość Python oraz Bash/Shell
- praktyczna znajomość narzędzi MLOps, takich jak MLflow, Kubeflow lub rozwiązania natywne chmury
- znajomość Infrastructure as Code, np. Terraform, Bicep lub Ansible
- wykształcenie wyższe techniczne, np. Informatyka, Telekomunikacja lub kierunek pokrewny
- podejście Automation First i nastawienie na automatyzację manualnych procesów
- umiejętność współpracy z zespołami Data Science i IT Operations
- proaktywność w rozwiązywaniu problemów wydajnościowych i incydentów produkcyjnych
Mile widziane
- certyfikat Azure DevOps Engineer Expert (AZ-400) lub Azure AI Engineer (AI-102)
- doświadczenie we wdrażaniu modeli LLM
- znajomość narzędzi monitoringowych, takich jak Prometheus, Grafana lub Azure Monitor
- znajomość zagadnień sieciowych w środowisku hybrydowym, m.in. VPN, VNet, Private Endpoints
- znajomość baz wektorowych, np. w kontekście Azure AI Search
To oferujemy
- umowa B2B oraz stabilna, długoterminowa współpraca
- prywatna opieka medyczna Luxmed
- karta sportowa Multisport
- praca hybrydowa (1 x w tygodniu przyjazd do biura w Warszawie)
Tak pracujemy nad projektem
- TDD
- Continuous Deployment
- Continuous Integration
- DevOps
- automatyzacja testów
Benefity
- dofinansowanie zajęć sportowych
- prywatna opieka medyczna
- możliwość pracy zdalnej
- elastyczny czas pracy
- spotkania integracyjne
Etapy rekrutacji
- Rozmowa HR - 20 min
- Spotkanie z klientem - 1 h
Moondigo sp. z o.o.
Moondigo is a technology company specializing in DevOps, DevSecOps, and cloud services. It helps organizations accelerate software delivery, enhance security, and optimize IT infrastructure.
Treść ogłoszenia pochodzi z pracuj.pl i należy do jego autora.
Historia oferty
bez zmian od publikacji- Opublikowana na pracuj.pl