MLOps Engineer

Summary: Build and maintain a modern AI platform for an insurance client, focusing on MLOps/LLMOps infrastructure, CI/CD automation, and model monitoring. The role involves containerizing models, optimizing cloud costs, and ensuring regulatory compliance with the AI Act.

Wynagrodzenie: 150 - 170 PLN netto + VAT/h

Praca zdalna: 1 raz/tydzień w biurze

Dlaczego warto wybrać tę ofertę?

• * *
• Możliwość budowy nowoczesnej platformy AI od podstaw i realnego wpływu na jej architekturę.
• Praca z aktualnym stackiem AI/MLOps: Azure ML, Azure AI Foundry, Kubernetes (AKS), MLflow, Docker i Terraform.
• Udział w projektach związanych z GenAI, LLM oraz architekturami RAG, które są obecnie jednymi z najbardziej poszukiwanych kompetencji na rynku.
• Możliwość pracy na styku Data Science, AI i Cloud Engineering, rozwijając kompetencje w kilku strategicznych obszarach jednocześnie.
• Współtworzenie środowiska wykorzystywanego do wdrażania modeli AI na skalę produkcyjną w jednej z największych organizacji branży ubezpieczeniowej.
• Dostęp do nowoczesnych praktyk MLOps i LLMOps obejmujących automatyzację, monitoring, observability oraz governance modeli.

Projekt

• * *

Zakres prac:

• 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.
• Optymalizacja kosztów i wydajności: Zarządzanie zasobami chmurowymi Azure, optymalizacja czasu inferencji modeli oraz skalowanie infrastruktury w zależności od obciążenia.

Wymagania must have:

• 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.
• Świadczenie usług z terytorium Polski
• Świadczenie usług hybrydowo – minimum 1 dnia w tygodniu z biura

Nice to have:

• 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).
• Rozumienie zagadnień sieciowych w chmurze hybrydowej (VPN, VNet, Private Endpoints) – istotne przy integracji z systemami PZU.
• Znajomość baz wektorowych (np. w kontekście Azure AI Search).

Technologie z jakimi będziesz pracować

• * *
• Microsoft Azure
• Azure Machine Learning
• Azure AI Foundry
• Kubernetes (AKS)
• Docker
• Python
• MLflow
• Terraform
• Azure DevOps / GitHub Actions
• LLMs & RAG

Klient – dlaczego warto wybrać akurat tego klienta z portfolio JIT?

• * *

Nasz Klient to niekwestionowany lider w dziedzinie usług ubezpieczeniowych w Polsce. Specjalizuje się głównie w obszarze ubezpieczeń majątkowych i osobowych.

Firma zatrudnia ponad 1000 pracowników w IT. Oferuje nie tylko szeroką gamę produktów ubezpieczeniowych, zajmuje się także windykacją i wsparciem klientów w spłacie zobowiązań finansowych.

Dzięki wieloletniemu doświadczeniu w branży ubezpieczeniowej, klient regularnie wprowadza zmiany w swoich systemach, dążąc do zwiększenia efektywności usług i stosowania nowoczesnych rozwiązań IT. Jako firma odpowiedzialna i innowacyjna, nieustannie rozwija i dostosowuje się do dynamicznie zmieniającego się rynku.

O Jit Team

• * *

The Human factor of IT - to nie tylko slogan, to filozofia. Fundamentem Jit Team są ludzie, dlatego to właśnie Was traktujemy priorytetowo. Zatrudniamy ponad 770 doświadczonych ekspertów, którym oferujemy rozwojowe projekty, szeroki zakres benefitów oraz autorski program rozwoju zawodowego. Wspólnie z klientami z całego świata tworzymy innowacyjne rozwiązania IT, dostarczane przez wysoko specjalizowane i efektywne zespoły.

Za naszą maksymą stoją, także działania charytatywne i edukacyjne. Wspieramy szkoły, uczelnie i instytucje edukacyjne – prowadząc zajęcia, projekty edukacyjne, sponsorując wydarzenia czy przekazując sprzęt do nauki. Oferujemy staże umożliwiające rozpoczęcie kariery w IT. Wspieramy ratowników wodnych oraz szpitale, dostarczając potrzebne wyposażenie. Wspieramy też liczne organizacje charytatywne wspierające ubogich, dzieci i osoby starsze. Jesteśmy Polską firmą i dzielimy się tym, co osiągnęliśmy przez ponad 15 lat działalności. Wspierając rodzime inicjatywy, dbamy o obieg dobrej energii.