MLOps Engineer

Firma moondigo sp. z o.o. rozwija platformę AI w branży ubezpieczeniowej w ramach dużego programu transformacyjnego. Projekt budowy nowoczesnego ekosystemu obsługi szkód i świadczeń opiera się na danych, automatyzacji, AI oraz procesach workflow.

• Minimum 3 lata doświadczenia w obszarze DevOps, MLOps lub Software Engineering oraz doświadczenie z modelami ML w produkcji
• Bardzo dobra znajomość Docker i Kubernetes, w tym zarządzania klastrami, Helm Charts i Ingress
• Dobra znajomość Azure (szczególnie Azure ML, AKS, Azure Container Registry) lub doświadczenie z GCP/AWS i gotowość do szybkiego wejścia w Azure
• Doświadczenie w budowaniu pipeline'ów CI/CD (np. Azure DevOps, GitHub Actions, Jenkins), także 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, Ansible
• Wykształcenie wyższe techniczne (np. Informatyka, Telekomunikacja lub pokrewne)
• 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

Nice to have:

• 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, np. VPN, VNet, Private Endpoints
• Znajomość baz wektorowych np. w kontekście Azure AI Search

• 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 z automatycznym testowaniem, treningiem oraz wersjonowaniem danych i modeli, używając 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 według obciążenia

Please be informed that the data controller is Moondigo sp. z o.o. (hereinafter "controller"). You have the right to request access to your personal data, their rectification, erasure or restriction of processing, the right to object to processing, as well as the right to data portability and to lodge a complaint to the supervisory authority. Personal data will be processed for the purpose of the recruitment process. Provision of data to the extent resulting from the Act of 26 June 1974 Labour Code is mandatory. In the remaining scope, providing data is voluntary. Refusal to provide mandatory data may result in the impossibility to carry out the recruitment process. The Administrator processes mandatory data on the basis of a legal obligation incumbent upon him/her, while with regard to additional data, the basis for processing is consent. Personal data will be processed until the recruitment procedure is completed and for the period of the possibility of asserting potential claims, and in the case of consent to participate in future recruitment procedures - until the withdrawal of such consent. Consent to the processing of personal data can be withdrawn at any time. The recipient of the data is the Just Join IT service and other entities to whom we have entrusted the processing of data in connection with recruitment.