MLOps / AI Platform Engineer

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 Do współpracy przy strategicznym programie transformacyjnym poszukujemy MLOps / AI Platform Engineera. Projekt obejmuje budowę nowoczesnego ekosystemu obsługi szkód i świadczeń, wykorzystującego AI, dane, automatyzację i workflow.

Zakres Projektu

• Projektowanie i rozwój skalowalnej platformy MLOps / LLMOps dla rozwiązań AI/ML.
• Budowa infrastruktury w Azure, w szczególności z wykorzystaniem Azure Machine Learning, Azure AI Foundry, AKS i Azure Container Registry.
• Tworzenie i rozwój pipeline'ów CI/CD/CT dla rozwiązań ML, obejmujących m.in. automatyczne testowanie, wersjonowanie modeli i danych oraz trenowanie modeli.
• Konteneryzacja modeli AI/GenAI z wykorzystaniem Docker oraz wdrażanie ich na Kubernetes.
• Automatyzacja infrastruktury i procesów z wykorzystaniem Infrastructure as Code.
• Monitoring i observability modeli oraz infrastruktury, w tym analiza Data Drift / Model Drift, logowanie i alertowanie.
• Zapewnienie audytowalności, bezpieczeństwa i lineage modeli z uwzględnieniem wymagań regulacyjnych, w tym AI Act.
• Optymalizacja wykorzystania zasobów Azure, wydajności inferencji i kosztów infrastruktury.
• Współpraca z zespołami Data Science, AI oraz IT Operations przy wdrażaniu modeli na produkcję.

Profile / Requirements

• Minimum 3 lata doświadczenia w obszarze DevOps, MLOps lub Software Engineering, w tym doświadczenie z produkcyjnymi modelami ML.
• Bardzo dobra znajomość Azure – szczególnie Azure Machine Learning, AKS i Azure Container Registry. Alternatywnie doświadczenie z GCP/AWS i gotowość do szybkiego wejścia w ekosystem Azure.
• Praktyczne doświadczenie w budowaniu pipeline'ów CI/CD/CT z wykorzystaniem Azure DevOps, GitHub Actions lub Jenkins, również z uwzględnieniem procesów trenowania i wdrażania modeli ML.
• Dobra znajomość Python oraz Bash/Shell, wykorzystywanych do automatyzacji i pracy z SDK narzędzi ML.
• Praktyczna znajomość narzędzi MLOps, takich jak MLflow, Kubeflow lub rozwiązania natywne dla chmury.
• Bardzo dobra znajomość Docker i Kubernetes, w tym Helm oraz Ingress.
• Znajomość Infrastructure as Code – Terraform, Bicep lub Ansible.
• Doświadczenie w automatyzacji, utrzymaniu i skalowaniu środowisk produkcyjnych.
• Umiejętność współpracy na styku Data Science i IT Operations.
• Proaktywne podejście do rozwiązywania problemów wydajnościowych i incydentów produkcyjnych.
• Wykształcenie wyższe techniczne będzie dodatkowym atutem.
• Świadczenie usług z terytorium Polski.
• Udział w spotkaniach projektowych raz w tygodniu w Warszawie,

Mile widziane

• Certyfikaty Azure DevOps Engineer Expert (AZ-400) lub Azure AI Engineer (AI-102).
• Doświadczenie z LLM, GenAI i architekturą RAG.
• Znajomość Prometheus, Grafana lub Azure Monitor.
• Znajomość sieci w środowiskach hybrydowych: VPN, VNet, Private Endpoints.
• Doświadczenie z bazami wektorowymi, w szczególności Azure AI Search.
• Znajomość zagadnień AI Governance i regulacji dotyczących AI.
• Podejście Automation First – automatyzacja procesów poprzez skrypty i narzędzia.

AO4452