Używamy techniczne pliki cookie i zanonimizowany dziennik wizyt Zorky. Yandex Metrica (dane są przechowywane na serwerach w Rosji) działa tylko za Twoją zgodą. Nigdy nie sprzedajemy danych. Więcej o cookies i statystykach.
Zorky działa w trybie testowym — wszystko jest bezpłatne. Oferty i strony firm są dostępne dla wszystkich; linki do ogłoszeń i osobiste zestawienie ofert — po rejestracji. Zarejestruj się →
← Wszystkie oferty

MLOps Engineer

MiddlehybridWarszawa, PL →5 tydz. temu
Analityka rynku
📊 DevOps / SRE: wynagrodzenia i popyt na rynku
Stack
DockerKubernetesAzureCI/CDPythonShellTerraformaksansibleawsazureci/cd
Szczegóły
Doświadczenie
od 3 lat
Praktyki
CI/CD, DevOps, LLMOps, MLOps
Pokaż firmę i link
Bezpłatnie, po zalogowaniu.
Aplikuj
Odkryj firmę i link powyżej — Twoja aplikacja trafia prosto do systemu rekrutacyjnego firmy, bez pośredników.

Opis

[…], dynamiczna firma z doświadczeniem w zakresie rozwoju, wdrażania i wsparcia rozwiązań IT, dla polskiej znaczącej Firmy z branży ubezpieczeniowo-finansowej, poszukuje Kandydatów/Kandydatek na stanowisko: MLOps Engineer (Azure, platforma AI / LLMOps) Miejsce świadczenia usług: praca hybrydowa (minimum 1 dzień w tygodniu w biurze w Warszawie) Zakres prac: Tworzenie i utrzymanie platformy AI w branży ubezpieczeniowej Projektowanie i budowa infrastruktury MLOps/LLMOps: skalowalne środowisko do trenowania i serwowania modeli (Azure Machine Learning, Azure AI Foundry, AKS) Implementacja pipeline'ów CI/CD/CT dla rozwiązań ML: automatyczne testowanie, wersjonowanie danych i modeli (DVC, M

Lflow), Continuous Training Przygotowywanie obrazów Docker dla modeli AI/GenAI oraz zarządzanie ich wdrożeniami na klastrach Kubernetes w architekturze hybrydowej (integracja z systemami on-premise) Wdrożenie monitoringu modeli (wykrywanie Data Drift/Model Drift), logowania i alertowania w celu zapewnienia wysokiej dostępności usług AI Wsparcie techniczne zgodności z AI Act: narzędzia do audytowalności modeli, data lineage oraz bezpieczeństwa (zarządzanie dostępem, szyfrowanie) Optymalizacja kosztów i wydajności: zarządzanie zasobami Azure, optymalizacja czasu inferencji modeli, skalowanie infrastruktury w zależności od obciążenia

Wymagania

Minimum 3 lata doświadczenia w obszarze DevOps, MLOps lub inżynierii oprogramowania, w tym praktyka w pracy z modelami ML na produkcji Zaawansowana zna

Pełny opis, firma i link do aplikacji — po zalogowaniu. Zaloguj się
Kontakty pracodawcy (e-mail/telefon/Telegram) są ukryte w publicznym podglądzie.
Pilne pytanie? Napisz @termdocs