🎁 Zanim zaaplikujesz, przećwicz tę rozmowę. Załóż darmowe konto WorkMundi i odbierz Trening rozmowy kwalifikacyjnej w HelpsYouSpeak — bez opłat, bez karty. Chcę swój trening →
ALGOTEQUE is an IT consultancy firm that helps startups, mid-sized and large corporations to create and deliver innovative technologies. Our team has a successful track record in designing, developing, implementing, and integrating software solutions (AI, ML, BI, Web, Automation) for Telecom, Energy, Bank, Insurance, Pharma, Automotive, Industry, e-commerce. We deliver our services both in fixed-price and time-and-materials models, helping our customers achieve their business and IT strategies. Job Description Poszukujemy doświadczonego MLOps / LLMOps Engineer, który będzie odpowiedzialny za projektowanie, budowę i utrzymanie nowoczesnej platformy AI w branży ubezpieczeniowej. Osoba na tym stanowisku będzie pracować na styku zespołów Data Science oraz IT Operations, zapewniając skalowalne, bezpieczne i wydajne środowisko dla modeli Machine Learning i GenAI. Zakres Projektu Projektowanie i rozwój platformy MLOps/LLMOps w oparciu o Azure (Azure ML, AKS) Budowa i automatyzacja pipeline'ów CI/CD/CT dla modeli ML (w tym wersjonowanie danych i modeli) Konteneryzacja i wdrażanie modeli z użyciem Docker i Kubernetes (AKS, Helm) Zapewnienie monitoringu modeli (data/model drift), observability oraz wysokiej dostępności Wdrażanie rozwiązań zgodnych z regulacjami (AI Act: audytowalność, lineage, bezpieczeństwo) Optymalizacja kosztów i wydajności infrastruktury oraz inferencji modeli Profile / Requirements Min. 3 lata doświadczenia w DevOps / MLOps / Software Engineering (w tym ML na produkcji) Bardzo dobra znajomość Docker, Kubernetes oraz chmury (Azure lub AWS/GCP) Doświadczenie w CI/CD (Azure DevOps, GitHub Actions lub Jenkins) Znajomość Python oraz skryptowania (Bash/Shell) Praktyka z narzędziami MLOps (MLflow, Kubeflow lub odpowiedniki) Doświadczenie z Infrastructure as Code (Terraform, Bicep lub Ansible) Nice To Have Certyfikaty Azure (AZ-400, AI-102) Doświadczenie z LLM / RAG Znajomość Prometheus, Grafana, Azure Monitor Wiedza o sieciach w chmurze hybrydowej oraz bazach wektorowych AO4222