Machine Learning Engineer

Nasz Klient to dynamiczna organizacja rozwijająca skalowalne, bezpieczne rozwiązania Machine Learning w środowiskach chmurowych. Zespół projektuje i wdraża end-to-end’owe pipeline’y MLOps, konteneryzuje workloady oraz automatyzuje procesy CI/CD w oparciu o usługi Microsoft Azure. Pracują z technologiami takimi jak Azure ML, Kubernetes, Docker, MLflow czy Terraform, dostarczając gotowe do produkcji, odporne i nowoczesne rozwiązania AI.

🛠️ Stack technologiczny

Azure ML • AKS • Azure DevOps • Docker • Kubernetes • Python • MLflow • Terraform • CI/CD • IaC

🎯 Kogo szukamy?

Must have:

• Bardzo dobrą znajomość Python.

• Min. 3 lata doświadczenia w budowaniu ML pipelines oraz pracy z frameworkami ML (PyTorch, TensorFlow, Scikit-learn).

• Praktyczne doświadczenie z usługami Azure: Azure ML, AKS, Azure DevOps – w pełnych workflowach MLOps.

• Biegłość w konteneryzacji i orkiestracji: Docker, Kubernetes.

• Znajomość praktyk MLOps, w tym MLflow (experiment tracking, model registry, artifact management).

• Doświadczenie z Infrastructure as Code – Terraform / Bicep / ARM.

Nice to have:

• Doświadczenie z Kubeflow lub Vertex AI.

• Znajomość zasad Responsible AI, bezpieczeństwa danych i compliance.

🧠 Kompetencje miękkie

• Analityczne myślenie i łatwość w wyciąganiu wniosków z danych.

• Umiejętność rozwiązywania problemów w złożonych środowiskach ML.

• Jasna komunikacja techniczna w pracy ze stakeholderami nietechnicznymi.

• Dbałość o detale i jakość dostarczanych rozwiązań.

• Współpraca w zespołach cross-funkcyjnych.

• Otwartość na rozwój, nowe narzędzia i dynamicznie zmieniający się rynek AI.

🧩 Zakres obowiązków

• Projektować i wdrażać kompletne pipeline’y MLOps w Azure (Azure ML, AKS, ACR, ADLS).

• Konteneryzować i orkiestracji workloady ML z użyciem Docker + Kubernetes.

• Automatyzować trening, walidację i deployment modeli (CI/CD, Git, Airflow / MLflow / Kubeflow).

• Zarządzać wersjonowaniem, rejestrem modeli i ich cyklem życia.

• Monitorować model drift, jakość danych i performance inferencji.

• Budować infrastrukturę jako kod (Terraform / Bicep / ARM).

• Zapewniać zgodność z politykami bezpieczeństwa oraz dobrymi praktykami DevSecOps.

TQLO Sp. z o.o. – Agencja Zatrudnienia (KRAZ nr 33580)

Dziękujemy za wszystkie zgłoszenia! Skontaktujemy się z wybranymi osobami.