AI Engineer / MLOps Engineer (Python, LLM, Kubernetes, GCP)

Stanowisko: AI Engineer / MLOps Engineer (Python, LLM, Kubernetes, GCP)

Lokalizacja: Warszawa, ul. Chmielna 89 (praca w biurze raz w tygodniu)

Model pracy: hybrydowy

Forma współpracy: B2B 150-170zł/h + VAT

Planowany start: 20.10.2025

Czas współpracy: ponad 12 miesięcy

Co oferujemy

• Długofalową współpracę (ponad 12 miesięcy)

• Pracę przy nowoczesnych rozwiązaniach opartych o AI / LLM

• Hybrydowy model pracy (1 dzień w tygodniu w biurze w Warszawie)

• Atrakcyjne warunki finansowe (stawka negocjowalna, B2B)

• Realny wpływ na decyzje architektoniczne i kierunek rozwoju projektu

• Możliwość rozwoju kompetencji w obszarze MLOps i LLM

• Wsparcie techniczne i wymianę wiedzy w zespole ekspertów

Zakres obowiązków

• Fine-tuning, uprodukcyjnianie i wdrażanie modeli językowych (LLM)

• Budowa i utrzymanie aplikacji osadzonych na Kubernetesie

• Tworzenie, wdrażanie i utrzymanie procesów CI/CD w środowiskach chmurowych

• Zarządzanie infrastrukturą w modelu IaC (Infrastructure as Code)

• Implementacja i konfiguracja rozwiązań opartych o chmurę (preferowany Google Cloud Platform)

• Analiza i optymalizacja kodu źródłowego oraz działania oprogramowania w środowisku Linux

• Praca z narzędziami MLOps oraz optymalizacja wykorzystania GPU

• Zapewnienie bezpieczeństwa i niezawodności środowisk obliczeniowych

• Współpraca z zespołem projektowym, dzielenie się wiedzą i wsparcie innych członków zespołu

Wymagania (must have)

• Doświadczenie w fine-tuningu lub produkcyjnym wdrażaniu modeli LLM

• Umiejętność budowy aplikacji w środowisku Kubernetes

• Doświadczenie w pracy z narzędziami i praktykami DevOps

• Umiejętność projektowania i wdrażania procesów CI/CD

• Doświadczenie w zarządzaniu infrastrukturą w modelu IaC

• Doświadczenie w pracy z usługami chmurowymi (preferowany GCP)

• Biegłość w programowaniu w Pythonie

• Umiejętność analizy kodu źródłowego bez jego uruchamiania

• Doświadczenie w analizie i rozwiązywaniu problemów w środowisku Linux

• Znajomość narzędzi i praktyk MLOps

• Doświadczenie w optymalizacji wykorzystania GPU

• Ponadpodstawowa wiedza z zakresu bezpieczeństwa systemów IT

• Dobra znajomość zasad inżynierii oprogramowania

• Samodzielność w rozwiązywaniu problemów i proponowaniu rozwiązań

• Umiejętność dzielenia się wiedzą i współpracy w zespole

Mile widziane (nice to have)

• Doświadczenie w pracy z modelami open-source (np. Llama, Falcon, Mistral)

• Znajomość narzędzi monitoringu (Prometheus, Grafana)

• Wiedza z zakresu architektury mikroserwisowej

• Znajomość Dockera, Helm, Terraform

• Praktyczna znajomość metod optymalizacji inference modeli LLM