MLOps Engineer (k/m)

🏢 Summary: Long-term B2B contract for an MLOps/LLMOps Engineer to design and build a scalable AI/LLM platform in Azure and Kubernetes environments. The role focuses on automating ML lifecycle processes, managing production-grade ML systems, and ensuring observability and compliance with AI regulations. Hybrid work model with at least one day per week onsite in Warsaw. 🗂️ Requirements: Minimum 3 years of commercial experience in DevOps, MLOps or ML production engineering, Strong knowledge of Kubernetes and Docker including cluster management and Helm charts, Experience with public cloud Azure or GCP or AWS, Experience in Python scripting, Experience in Bash or Shell scripting, Experience with ML lifecycle management tools such as MLflow or Kubeflow, Experience with Infrastructure as Code tools such as Terraform or Bicep or Ansible, Ability to provide services from Poland 📃 Skills: Azure, AzureML, AKS, Kubernetes, Docker, Helm, Python, Bash, MLflow, Kubeflow, Terraform, Bicep, Ansible, GCP, AWS, DVC, CICD 🏢 Description: MLOps / LLMOps Engineer (Azure & Kubernetes) Dla naszego klienta – lidera sektora ubezpieczeń, który rewolucjonizuje swoje usługi za pomocą AI – szukamy inżyniera gotowego wziąć na klatę budowę nowoczesnej platformy LLMOps pod najnowsze wymogi AI Act. Jeśli automatyzację stawiasz na pierwszym miejscu, a środowiska produkcyjne z modelami ML to Twój chleb powszedni – czytaj dalej! ⚡ Kluczowe informacje: Forma współpracy: Kontrakt B2B, Długofalowy Model pracy: Hybryda (Warszawa, Wola, blisko komunikacji miejskiej – min. 1 dzień w tygodniu w biurze) 🛠️ Twój codzienny stack & wyzwania: Infrastruktura AI/LLM: Projektowanie i budowa skalowalnych środowisk w oparciu o Azure Machine Learning, Azure AI Foundry oraz Kubernetes (AKS). Automatyzacja (CI/CD/CT): Wdrażanie potoków dla ML, wersjonowanie danych i modeli (DVC, MLflow) oraz Continuous Training. Observability: Monitoring modeli pod kątem Data Drift/Model Drift na produkcji. Architektura: Konteneryzacja (Docker), zarządzanie klastrami (Helm) oraz praca na styku systemów chmurowych i on-premise. 🎯 Czego oczekujemy? (Must Have): Min. 3 lata komercyjnego doświadczenia w obszarze DevOps, MLOps lub inżynierii oprogramowania z modelami ML na produkcji Bardzo dobrej znajomości Kubernetes & Docker (zarządzanie klastrami, Helm charts). Doświadczenia z chmurą publiczną (głęboki Azure lub GCP/AWS, jeśli chcesz szybko wejść w Azure). Praktyki w pisaniu skryptów w Python oraz Bash/Shell. Znajomości narzędzi do zarządzania cyklem życia modeli (np. MLflow , Kubeflow) oraz podejścia Infrastructure as Code (Terraform, Bicep lub Ansible). Świadczenia usług z terytorium Polski. ⭐ Mile widziane (Nice to Have): Doświadczenie we wdrażaniu modeli LLM i architektur RAG . Znajomość baz wektorowych (np. Azure AI Search) oraz narzędzi do monitoringu (Prometheus, Grafana). Certyfikaty: Azure DevOps Engineer Expert (AZ-400) lub Azure AI Engineer (AI-102). Oferujemy: Preferencyjne pakiety do wykupienia na Multisport i Luxmed. Współpracę w ramach kontraktu B2B. 👋 Brzmi jak Twój kolejny krok zawodowy? Aplikuj!

🏢 Summary: B2B role for an MLOps/LLMOps Engineer to design and build a scalable LLM platform on Azure and Kubernetes, ensuring automated CI/CD/CT pipelines and production-grade ML model operations. The position focuses on AI infrastructure, model lifecycle management, observability, and hybrid cloud/on-prem integration. Hybrid work model with long-term cooperation. 🗂️ Requirements: Minimum 3 years of commercial experience in DevOps, MLOps or ML engineering in production environments, Strong hands-on experience with Kubernetes and Docker, including cluster management and Helm, Experience with public cloud (Azure preferred, or GCP/AWS with readiness to work on Azure), Proficiency in Python and Bash/Shell scripting, Experience with ML lifecycle tools such as MLflow or Kubeflow, Experience with Infrastructure as Code tools (Terraform, Bicep or Ansible), Ability to provide services from Poland 📃 Skills: Azure, AzureML, AKS, Kubernetes, Docker, Helm, Python, Bash, MLflow, Kubeflow, Terraform, Bicep, Ansible, DVC, Prometheus, Grafana, GCP, AWS 🏢 Description: MLOps / LLMOps Engineer (Azure & Kubernetes) Dla naszego klienta – lidera sektora ubezpieczeń, który rewolucjonizuje swoje usługi za pomocą AI – szukamy inżyniera gotowego wziąć na klatę budowę nowoczesnej platformy LLMOps pod najnowsze wymogi AI Act. Jeśli automatyzację stawiasz na pierwszym miejscu, a środowiska produkcyjne z modelami ML to Twój chleb powszedni – czytaj dalej! ⚡ Kluczowe informacje: Forma współpracy: Kontrakt B2B, Długofalowy Model pracy: Hybryda (Warszawa, Wola, blisko komunikacji miejskiej – min. 1 dzień w tygodniu w biurze) 🛠️ Twój codzienny stack & wyzwania: Infrastruktura AI/LLM: Projektowanie i budowa skalowalnych środowisk w oparciu o Azure Machine Learning, Azure AI Foundry oraz Kubernetes (AKS). Automatyzacja (CI/CD/CT): Wdrażanie potoków dla ML, wersjonowanie danych i modeli (DVC, MLflow) oraz Continuous Training. Observability: Monitoring modeli pod kątem Data Drift/Model Drift na produkcji. Architektura: Konteneryzacja (Docker), zarządzanie klastrami (Helm) oraz praca na styku systemów chmurowych i on-premise. 🎯 Czego oczekujemy? (Must Have): Min. 3 lata komercyjnego doświadczenia w obszarze DevOps, MLOps lub inżynierii oprogramowania z modelami ML na produkcji Bardzo dobrej znajomości Kubernetes & Docker (zarządzanie klastrami, Helm charts). Doświadczenia z chmurą publiczną (głęboki Azure lub GCP/AWS, jeśli chcesz szybko wejść w Azure). Praktyki w pisaniu skryptów w Python oraz Bash/Shell. Znajomości narzędzi do zarządzania cyklem życia modeli (np. MLflow , Kubeflow) oraz podejścia Infrastructure as Code (Terraform, Bicep lub Ansible). Świadczenia usług z terytorium Polski. ⭐ Mile widziane (Nice to Have): Doświadczenie we wdrażaniu modeli LLM i architektur RAG . Znajomość baz wektorowych (np. Azure AI Search) oraz narzędzi do monitoringu (Prometheus, Grafana). Certyfikaty: Azure DevOps Engineer Expert (AZ-400) lub Azure AI Engineer (AI-102). Oferujemy: Preferencyjne pakiety do wykupienia na Multisport i Luxmed. Współpracę w ramach kontraktu B2B. 👋 Brzmi jak Twój kolejny krok zawodowy? Aplikuj!

🏢 Summary: Senior Python / AI Engineer role focused on designing and scaling high-availability AI systems that combine local LLMs, real-time video analysis and advanced voice solutions. The position involves technical ownership of backend architecture, orchestration of language models and building complex AI pipelines for production environments. You will optimize inference performance and ensure scalability of AI systems deployed in containerized infrastructure. 🗂️ Requirements: 5+ years of commercial experience as Software Engineer, 3+ years of hands-on experience in computer vision, voice systems (real-time ASR/TTS) or machine learning, Very strong Python skills, Advanced experience in backend architecture and production systems (REST, AsyncAPI), Proven experience with language models (API and local), Experience with LangChain or LangGraph, Experience with Docker and containerized environments 📃 Skills: Python, Backend, REST, AsyncAPI, LLM, LangChain, LangGraph, Docker, ComputerVision, MachineLearning, ASR, TTS, vLLM, Ollama, MLOps, MLflow, Weights&Biases, AWS, GCP, Azure, SIP, WebRTC, RealTime 🏢 Description: Minimalne kwalifikacje: 5 lat doświadczenia komercyjnego na stanowisku Inżyniera Oprogramowania. 3 lata praktycznego doświadczenia w co najmniej jednym z obszarów: computer vision (detekcja, analiza wideo), systemy voice (przetwarzanie w czasie rzeczywistym, ASR/TTS) lub machine learning (modele predykcyjne). Bardzo dobra znajomość języka Python oraz zaawansowane doświadczenie w architekturze backendu i projektach produkcyjnych (REST/async API). Udokumentowane doświadczenie w pracy z modelami językowymi (API oraz modele lokalne) i frameworkami LangChain / LangGraph. Doświadczenie w pracy z infrastrukturą kontenerową (Docker). Preferowane kwalifikacje: Zrozumienie i praktyczna znajomość narzędzi MLOps (np. MLflow, Weights & Biases). Doświadczenie w pracy ze skalowalną infrastrukturą w chmurze publicznej (AWS, GCP lub Azure). Znajomość standardów i protokołów telekomunikacyjnych (np. SIP, WebRTC). O pracy: Nasz zespół inżynieryjny zajmuje się projektowaniem i wdrażaniem inteligentnych systemów AI o wysokiej dostępności. Przesuwamy granice tego, co możliwe, łącząc lokalne modele językowe, analizę wideo w czasie rzeczywistym oraz zaawansowane rozwiązania konwersacyjne (voiceboty) w produkty działające na dużą skalę. Jako Senior Python / AI Engineer przejmiesz techniczną własność nad kluczowymi komponentami naszych systemów. Oczekujemy od Ciebie samodzielności, podejmowania strategicznych decyzji architektonicznych i pasji do optymalizacji wydajności systemów AI w środowiskach produkcyjnych. Obowiązki: Projektowanie architektury i rozwijanie zaawansowanego backendu dla platform AI w języku Python. Orkiestracja i optymalizacja pracy modeli językowych (LLM), ze szczególnym uwzględnieniem modeli wdrażanych lokalnie (np. vLLM, Ollama). Projektowanie i utrzymanie złożonych pipeline'ów AI z wykorzystaniem narzędzi LangChain / LangGraph. Budowa systemów czasu rzeczywistego (analiza obrazu, integracje telekomunikacyjne dla voicebotów) oraz zapewnienie ich niezawodności. Zarządzanie cyklem życia modeli i optymalizacja wydajności inferencji (inference) oraz skalowalności systemów w środowiskach kontenerowych.

🏢 Summary: Offer for an AI/ML Engineer to design and deploy end-to-end AI solutions in industrial environments, focusing on Computer Vision 2D/3D, sensor data analysis, and Physical AI. The role involves building production-ready models, implementing MLOps practices, and validating solutions with robots, cameras, and sensors. It targets practical AI deployments with real impact on physical systems. 🗂️ Requirements: Higher education in Computer Science, AI/ML, Mathematics, Physics, Robotics or related field, Minimum 2 years of commercial experience in AI/ML, Experience deploying ML models to production environments, Very good knowledge of Python, Experience with Deep Learning frameworks, Experience in Computer Vision 2D/3D, Experience in time-series analysis, Knowledge of Git and Docker, Experience with MLOps tools, Ability to use AI coding assistants, English level B2 or higher 📃 Skills: Python, NumPy, pandas, scikit-learn, PyTorch, TensorFlow, ComputerVision, TimeSeries, Git, Docker, MLflow, DVC, W&B, ONNX, Jetson, ROS, ROS2 🏢 Description: Poszukujemy AI/ML Engineera do rozwijania nowoczesnych rozwiązań z obszaru Computer Vision, analizy danych z czujników oraz Physical AI. Zakres obowiązków: Projektowanie i rozwój end-to-end pipeline'ów AI/ML. Budowa i rozwój modeli Computer Vision 2D/3D (skany 3D, point clouds). Tworzenie modeli time-series do analizy sygnałów z czujników (siła, akcelerometr). Wdrażanie rozwiązań anomaly detection oraz rozpoznawania geometrii detali. MLOps: wersjonowanie, CI/CD, monitoring modeli produkcyjnych. Testowanie rozwiązań na stanowiskach z robotami, kamerami i czujnikami. Współpraca z zespołem technicznym oraz dokumentacja projektowa. Wymagania: Wykształcenie wyższe (informatyka, AI/ML, matematyka, fizyka, automatyka i robotyka lub pokrewne). Minimum 2 lata doświadczenia komercyjnego w AI/ML. Doświadczenie we wdrażaniu modeli do środowiska produkcyjnego. Bardzo dobra znajomość Python (NumPy, pandas, scikit-learn). Deep Learning (PyTorch lub TensorFlow). Computer Vision 2D/3D oraz analiza szeregów czasowych. Znajomość Git, Docker oraz narzędzi MLOps (MLflow, DVC, W&B). Umiejętność pracy z narzędziami AI wspierającymi programowanie (Cursor, Codex, Claude Code). Samodzielność, inicjatywa i nastawienie na praktyczne wdrożenia. Język angielski na poziomie min. B2. Mile widziane: Doświadczenie z point clouds, anomaly detection i DoE. Edge deployment (ONNX, Jetson), ROS/ROS2. Praca z czujnikami force-torque. Doświadczenie w projektach startupowych lub B+R. Znajomość Foundation Models for Robotics (VLA). Publikacje naukowe lub doktorat. Jeśli chcesz rozwijać rozwiązania AI działające w rzeczywistym środowisku przemysłowym i mieć realny wpływ na produkt – zapraszamy do aplikowania.

🏢 Summary: Enterprise Cloud Consultant role focused on translating business goals into secure, cost‑efficient cloud architectures (AWS/Azure) with AI components and leading their end‑to‑end delivery. The position combines architecture design, hands‑on implementation, DevOps practices, and FinOps optimization, while supporting presales and customer workshops. It requires solving complex client problems from discovery through production deployment. 🗂️ Requirements: Minimum 5 years experience with AWS and/or Azure (architecture, PaaS, security, networking), Proven ability to design end‑to‑end cloud architectures and lead delivery and operations, Practical experience designing AI/ML solutions in cloud (managed AI services, LLMs, MLOps integrations), Hands-on experience with CI/CD and Infrastructure as Code, Experience with Kubernetes and observability/monitoring tools, Knowledge of SRE practices, Experience with cost optimization and TCO calculations in cloud (FinOps), Ability to design secure and compliant cloud environments, Very good English (C1) 📃 Skills: AWS, Azure, GCP, AI, ML, LLM, MLOps, CI/CD, Terraform, Kubernetes, Prometheus, Grafana, OpenTelemetry, SRE, FinOps, BPMN 🏢 Description: Dołącz jako Enterprise Cloud Consultant – rola, w której blisko współpracujesz z biznesem, przekładasz cele na architekturę chmurową (AWS/Azure) z elementami AI , a potem pomagasz ją dostarczyć. Będziesz rozwiązywać złożone problemy klientów, wspierać presales i dbać o efektywność kosztową (FinOps). Szukamy kogoś, kto równie dobrze czuje się przy tablicy na warsztatach, jak i w terminalu podczas wdrożenia. Szukamy Ciebie jeśli posiadasz: Silne doświadczenie w chmurze : bardzo dobra znajomość AWS i/lub Azure (architektura, usługi PaaS, bezpieczeństwo, sieci) - minimum 5 lat. Umiejętność obejmowania całości rozwiązania : od architektury po delivery i operacje (ownership). Praktykę z AI w chmurze : potrafisz projektować rozwiązania zawierające komponenty AI/ML (np. usługi managed AI, LLM-y, integracje MLOps), a w codziennej pracy wykorzystujesz AI‑copiloty do przyspieszania zadań inżynierskich (IaC, testy, dokumentacja). DevOps/Platform skills : CI/CD, IaC (np. Terraform), Kubernetes , monitoring/ observability (np. Prometheus/Grafana/OpenTelemetry), dobre praktyki SRE. Rozumienie perspektywy biznesowej klienta i doświadczenie w wsparciu sprzedaży/presales (warsztaty, oferty, prezentacje). Bardzo dobry angielski – min. C1 w mowie i piśmie. Mile widziane: Doświadczenie wielochmurowe ( AWS + Azure ); GCP jako dodatkowy plus. Znajomość FinOps (np. kalkulacje TCO, showback/chargeback, optymalizacja kosztów storage/compute). Modelowanie procesów (np. BPMN) i prowadzenie discovery. Certyfikaty chmurowe/FinOps/DevOps (np. AWS/Azure Architect, CKA/CKAD, FinOps Certified). Na tym stanowisku będziesz odpowiedzialny za: Projektowanie architektury chmurowej (AWS/Azure; GCP mile widziane) z komponentami AI jako integralnymi elementami systemu. Analizę potrzeb biznesowych i przekładanie ich na rozwiązania techniczne, modele kosztowe oraz roadmapy zmian. Współtworzenie ofert i presales : discovery, scoping, estymacje, prezentacje rozwiązań i udział w rozmowach z prospektami. Wdrażanie i koordynację delivery – od PoC/MVP po produkcję, z naciskiem na jakość, niezawodność i observability . FinOps – projektowanie pod koszty, kalkulacje TCO, mechanizmy optymalizacji zużycia i budżetu. Automatyzację (CI/CD, IaC, DevOps) oraz standardy bezpieczeństwa i zgodności. Warsztaty z klientami (ideation, architektura docelowa, decyzje technologiczne) i budowanie relacji na styku biznes–IT. Mentoring i knowledge sharing w zespołach projektowych.

🏢 Summary: Role focused on designing, building, and deploying AI/ML solutions end-to-end, from data exploration and experimentation to production deployment and MLOps. The position combines Data Science, ML Engineering, and collaboration with business stakeholders to translate data into actionable solutions. You will develop and maintain ML pipelines, monitor models, and contribute to AI standards within the organization. 🗂️ Requirements: Minimum 1.5 years of experience in Data Science, ML Engineering or MLOps, Proficiency in Python, Experience with ML/DL libraries (scikit-learn, pandas, numpy, PyTorch or TensorFlow), Knowledge of SQL, Experience working with structured and unstructured data, Experience building and deploying ML/AI models, Knowledge of Docker, Knowledge of Git or GitHub, Understanding of CI/CD basics, Experience with MLflow, DVC or Weights & Biases, Knowledge of statistics, model validation and A/B testing, English level B2 or higher 📃 Skills: Python, SQL, scikit-learn, pandas, numpy, PyTorch, TensorFlow, Docker, Git, GitHub, CI/CD, MLflow, DVC, Weights&Biases, MachineLearning, MLOps, Statistics, ABtesting 🏢 Description: Chcesz tworzyć rozwiązania AI, które mają realny wpływ na biznes? Szukamy osoby, która swobodnie porusza się między analizą danych, Machine Learningiem i MLOps, a jednocześnie potrafi rozmawiać z biznesem i przekładać dane na konkretne decyzje oraz wdrożenia. Dołączysz do zespołu rozwijającego nowoczesne rozwiązania AI — od eksploracji danych i eksperymentów, po wdrożenia modeli i rozwój standardów AI w organizacji. Wymagania Min. 1,5 roku doświadczenia w obszarze Data Science, ML Engineering lub MLOps Bardzo dobra znajomość Python oraz bibliotek ML/DL (scikit-learn, pandas, numpy, PyTorch lub TensorFlow) Znajomość SQL oraz pracy z danymi strukturalnymi i niestrukturalnymi Doświadczenie w budowie i wdrażaniu modeli ML/AI Znajomość Docker, Git/GitHub oraz podstaw CI/CD Doświadczenie z narzędziami MLflow, DVC lub Weights & Biases Wiedza z zakresu statystyki, walidacji modeli i testów A/B Umiejętność współpracy z biznesem i prezentowania wyników analiz Analityczne myślenie, dobra organizacja pracy i nastawienie na rezultat Język angielski min. B2 Mile widziane Wykształcenie kierunkowe (informatyka, matematyka, data science lub pokrewne) Doświadczenie w pracy z politykami bezpieczeństwa danych i etyką AI Zadania na stanowisku Analiza danych i identyfikacja obszarów do wykorzystania AI oraz ML Projektowanie, trenowanie i wdrażanie modeli Machine Learning Prowadzenie eksperymentów i monitorowanie jakości modeli po wdrożeniu Rozwój pipeline’ów CI/CD oraz konteneryzacja środowisk ML z użyciem Docker Wersjonowanie modeli, danych i kodu oraz dokumentowanie prac projektowych Współpraca z zespołami Data Engineering, Backend i DevOps Prezentowanie wyników analiz oraz rekomendacji dla biznesu Udział w rozwoju standardów i rozwiązań AI w organizacji Co oferujemy Udział w nowoczesnych projektach AI i Data Science Pracę z nowoczesnym stackiem technologicznym Realny wpływ na rozwój rozwiązań analitycznych w organizacji Wynagrodzenia złożone z podstawy i premii - regulaminowej rozliczanej kwartalnie (budżet premii 10% wynagrodzenia zasadniczego kwartalnego) Możliwość doskonalenia zawodowego - finansowane przez firmę szkolenia i podnoszenie kwalifikacji Pakiet benefitów - prywatna opieka medyczna, ubezpieczenia grupowe, możliwość skorzystania z pakietu sportowego (karta Multisport) Dostęp do platformy e-learningowej z bogatą bazą kursów Imprezy integracyjne

🏢 Summary: The offer is for an MLOps / AI Engineer to design, implement and maintain AI/ML solutions for banking and financial sector projects. The role focuses on building MLOps environments, automating training and deployment processes, and managing cloud-based AI infrastructure in production. You will support the full lifecycle of ML models, including monitoring and optimization in production environments. 🗂️ Requirements: 3–4 years of experience as MLOps Engineer, AI Engineer, Machine Learning Engineer or similar, Strong knowledge of Python, Experience building and maintaining ML solutions in production environments, Experience with Docker and containerization, Experience with AWS, Azure or Google Cloud Platform, Knowledge of CI/CD and deployment automation, Experience working with Git, Knowledge of AI/ML model monitoring in production 📃 Skills: Python, Docker, AWS, Azure, GCP, CICD, Git, MLOps, MachineLearning, Monitoring, Cloud 🏢 Description: O projekcie Poszukujemy MLOps / AI Engineera do realizacji innowacyjnych projektów dla sektora bankowego i finansowego. Osoba na tym stanowisku będzie odpowiedzialna za projektowanie, wdrażanie oraz utrzymanie rozwiązań opartych o sztuczną inteligencję, uczenie maszynowe oraz nowoczesne platformy danych. Będziesz współpracować z zespołami Data Science, Data Engineering i DevOps, wspierając cały cykl życia modeli AI – od budowy środowisk treningowych po wdrożenie modeli na środowiska produkcyjne. Twój zakres obowiązków Projektowanie i rozwój środowisk MLOps wspierających wdrażanie modeli AI/ML Automatyzacja procesów trenowania, testowania oraz wdrażania modeli Budowa i utrzymanie pipeline'ów ML oraz Data Pipelines Monitorowanie jakości, wydajności i stabilności modeli produkcyjnych Współpraca z Data Scientistami oraz zespołami developerskimi Implementacja rozwiązań opartych o Generative AI i Large Language Models (LLM) Zarządzanie infrastrukturą chmurową wspierającą rozwiązania AI Tworzenie dokumentacji technicznej oraz dobrych praktyk w zakresie AI Engineering Optymalizacja kosztów i wydajności środowisk AI/ML Nasze wymagania Minimum 3–4 lata doświadczenia na stanowisku MLOps Engineer, AI Engineer, Machine Learning Engineer lub pokrewnym Bardzo dobra znajomość Python Doświadczenie w budowie i utrzymaniu rozwiązań Machine Learning w środowiskach produkcyjnych Znajomość Docker oraz konteneryzacji aplikacji Doświadczenie z platformami chmurowymi AWS, Azure lub Google Cloud Platform Znajomość CI/CD oraz automatyzacji procesów wdrożeniowych Doświadczenie w pracy z Git Znajomość zagadnień związanych z monitoringiem modeli AI Umiejętność współpracy z zespołami Data Science i Engineering Znajomość języka angielskiego na poziomie B2–C1 Mile widziane Doświadczenie z MLflow Znajomość Apache Airflow Doświadczenie z Kubernetes Praktyczna znajomość PyTorch lub TensorFlow Doświadczenie z Large Language Models (LLM) Znajomość frameworków takich jak LangChain, LangGraph lub LlamaIndex Doświadczenie z bazami wektorowymi (Pinecone, Weaviate, ChromaDB, Qdrant) Znajomość rozwiązań RAG (Retrieval-Augmented Generation) Doświadczenie w projektach Generative AI Znajomość Apache Kafka Doświadczenie w sektorze bankowym lub finansowym Oferujemy Udział w nowoczesnych projektach związanych ze sztuczną inteligencją i uczeniem maszynowym Możliwość pracy zdalnej lub hybrydowej Elastyczne godziny pracy Stabilną współpracę przy długoterminowych projektach Możliwość rozwoju kompetencji w obszarze AI, MLOps i Generative AI Pracę z najnowszymi technologiami chmurowymi i rozwiązaniami AI Współpracę z ekspertami Data Science, AI oraz Cloud Engineering Realny wpływ na rozwój innowacyjnych produktów i usług Atrakcyjne wynagrodzenie adekwatne do doświadczenia i kompetencji Jeżeli chcesz rozwijać rozwiązania oparte na sztucznej inteligencji, wdrażać modele ML na skalę produkcyjną oraz uczestniczyć w projektach wykorzystujących Generative AI i LLM – zapraszamy do aplikowania.

🏢 Summary: Senior/Lead Cloud/DevOps Architect role focused on building and scaling an enterprise AI-native platform on Microsoft Azure, including one of the first MCP implementations in Poland. The position involves designing and maintaining secure, multi-tenant cloud environments, integrating enterprise systems via APIs, and enabling stable, production-grade AI/ML solutions. You will shape architecture for scalable SaaS systems with strong emphasis on security, reliability, and MLOps practices. 🗂️ Requirements: Minimum 5 years in senior/lead/architect cloud role, Commercial experience building scalable web applications, Experience in DevOps, DevSecOps or MLOps, Production CI/CD pipeline implementation and monitoring, Practical experience with Microsoft Azure services, Experience designing enterprise system integrations via APIs, Experience building connectors, adapters or integration layers, Knowledge of MCP or similar context protocols, Experience with ML/AI APIs in production environments, Strong knowledge of microservices architecture, Experience with multi-tenant SaaS architecture, Experience with Enterprise SaaS applications, Higher technical education (Computer Science or related), Polish C1+, English B2+, Hybrid work availability (3 days/week in office) 📃 Skills: Azure, AzureAppServices, AzureFunctions, CosmosDB, AzureSearch, AzureServiceBus, AzureSQL, CI/CD, AzureML, DevOps, DevSecOps, MLOps, Microservices, REST, GraphAPI, ServiceNow, OAuth2, OIDC, MCP, LLM, SaaS, Multi-tenant, LoadBalancing, Monitoring 🏢 Description: Tworzymy cyfrowe produkty dla nowoczesnego środowiska pracy oparte na chmurze, AI i technologiach, które realnie wspierają pracowników na całym świecie. Szukasz miejsca, w którym DevOps nie kończy się na utrzymaniu środowisk, ale ma bezpośredni wpływ na rozwój skalowalnych systemów AI klasy enterprise? Dołącz do Workai i pomóż nam budować jedno z pierwszych w Polsce wdrożeń MCP dla środowisk korporacyjnych. Jako część naszego zespołu będziesz: pracować z cloud computingiem, integracją systemów i rozwojem oprogramowania w kontekście platformy AI-native, projektować i utrzymywać środowiska Microsoft Azure, które będą fundamentem dla eksperymentalnego rozwoju MCP Graph Broker, konfigurować i walidować mechanizmy izolacji multi-tenant, load balancingu oraz monitoringu w czasie rzeczywistym, tak aby rozwiązania rozwijane w ramach R&D mogły działać stabilnie i skalowalnie, współtworzyć Security & Reliability Framework for MCP — jedno z pierwszych w Polsce rozwiązań tego typu dla środowisk enterprise. Aplikuj, jeśli masz: minimum 5 lat doświadczenia w roli seniorskiej, liderskiej lub architektonicznej w obszarze rozwiązań chmurowych, komercyjne doświadczenie w budowie skalowalnych aplikacji webowych oraz integracji systemów, doświadczenie w jednym z obszarów: DevOps, DevSecOps lub MLOps, w tym we wdrażaniu i monitoringu środowisk produkcyjnych z wykorzystaniem pipeline’ów CI/CD lub Azure ML CI/CD, praktyczną znajomość usług Azure i dobrych praktyk pracy z chmurą, m. in. Azure App Services, Azure Functions, Cosmos DB, Azure Search, Azure Service Bus czy Azure SQL, doświadczenie w projektowaniu i realizacji integracji systemów enterprise przez API, np. Microsoft 365 Graph API, ServiceNow REST API, OAuth2 lub OIDC, doświadczenie w budowie connectorów, adapterów lub warstw integracyjnych, znajomość protokołu MCP / Model Context Protocol lub podobnych protokołów kontekstowych oraz praktyczne doświadczenie z narzędziami ML / AI API w środowiskach produkcyjnych, dobrą znajomość architektury mikroserwisowej, zarządzania API oraz usług chmurowych wykorzystywanych w systemach enterprise, doświadczenie z architekturą multi-tenant, w tym izolacją kontekstu, zarządzaniem zasobami i politykami dostępu w środowiskach SaaS, umiejętność analitycznego myślenia, samodzielnego rozwiązywania problemów i jasnego komunikowania złożonych zagadnień technicznych, pasję do technologii i uważność na nowe trendy w obszarze chmury, AI oraz systemów agentowych, doświadczenie w budowie aplikacji Enterprise SaaS, bardzo dobre umiejętności komunikacyjne i gotowość do współpracy z zespołami technicznymi oraz biznesowymi, dbałość o szczegóły, jakość rozwiązań i stabilność tworzonych systemów, znajomość języka polskiego na poziomie C1+ oraz języka angielskiego na poziomie B2+ w mowie i piśmie, możliwość pracy w modelu hybrydowym z Białegostoku lub okolic — minimum 3 dni w tygodniu z biura i maksymalnie 2 dni pracy zdalnej, wykształcenie wyższe techniczne, najlepiej informatyczne lub pokrewne. Mile widziane : praktyczne doświadczenie z modelami konwersacyjnymi i dialogowymi, w tym fine-tuningiem, RLHF oraz prompt engineeringiem dla LLM, szczególnie w kontekście asystentów AI, doświadczenie w integracji systemów enterprise przez API, np. Microsoft 365 Graph API lub ServiceNow REST API, w roli developera connectorów, adapterów lub integracji MCP, znajomość systemów multi-agentowych projektowanych dla środowisk enterprise, certyfikaty Azure, np. Developer Associate / AZ-204, Solutions Architect Expert / AZ-305 lub równoważne, doświadczenie z ewaluacją modeli AI, w tym projektowaniem eksperymentów i oceną jakości modeli ML. Oferujemy : wynagrodzenie 20 000–22 000 PLN brutto miesięcznie na umowie o pracę oraz 18-miesięczną umowę z możliwością przedłużenia, udział w budowie rozproszonego systemu chmurowego klasy enterprise, w którym AI jest integralną częścią infrastruktury, realny wpływ na decyzje architektoniczne w produkcie używanym przez setki tysięcy pracowników, pracę z nowoczesnymi usługami Azure, najnowszymi modelami LLM oraz narzędziami MLOps, możliwość rozwoju w wielu kierunkach — od certyfikacji, przez wymianę wiedzy, po udział w projektach R&D, elastyczny model pracy hybrydowej, pakiet benefitów obejmujący prywatną opiekę medyczną i kartę Multisport.

🏢 Summary: Oferta dotyczy roli inżyniera AI/LLM odpowiedzialnego za projektowanie i wdrażanie produkcyjnych systemów opartych na Pythonie oraz zaawansowanych architekturach LLM. Stanowisko obejmuje budowę rozwiązań RAG, orkiestrację agentów oraz przygotowanie pipeline’ów danych pod modele językowe. Rola wymaga pracy z wektorowymi bazami danych oraz zapewnienia jakości poprzez testy i ewaluację systemów niedeterministycznych. 🗂️ Requirements: Minimum 3 lata komercyjnego doświadczenia w projektowaniu i wdrażaniu systemów produkcyjnych w Pythonie, Doświadczenie w budowie zaawansowanych architektur LLM (RAG, harness engineering, orkiestracja), Praktyczna znajomość LangChain lub LlamaIndex, Znajomość wzorców projektowych i zasad Clean Code, Doświadczenie w pisaniu testów i ewaluacji systemów niedeterministycznych, Doświadczenie w Data Engineering dla LLM (ETL, parsowanie dokumentów, chunking, transformacje danych), Praca z bibliotekami do manipulacji danymi, Znajomość wektorowych baz danych i strategii chunkingu, Wykształcenie wyższe w kierunku ścisłym lub pokrewnym, Znajomość języka angielskiego na poziomie min. B2 📃 Skills: Python, LLM, RAG, LangChain, LlamaIndex, Pandas, NumPy, Qdrant, Pinecone, Chroma, ETL, Azure, GCP, AWS, Docker, Kubernetes, PyTorch, TensorFlow, C#, Go, Java, SQL, AzureDevOps 🏢 Description: Wymagania: Doświadczenie komercyjne: minimum 3 lata projektowania i wdrażania systemów w jakości produkcyjnej w Pythonie. Udokumentowane doświadczenie w budowaniu zaawansowanych architektur LLM: zaawansowany RAG, harness engineering oraz orkiestracja przy użyciu frameworków takich jak LangChain lub LlamaIndex. Znajomość wzorców projektowych, zasad Clean Code oraz pisania testów i ewaluacji dla systemów niedeterministycznych. Doświadczenie w Data Engineering pod LLM: ETL dla danych nieustrukturyzowanych (parsowanie dokumentów, chunking), transformacji oraz pracy z bibliotekami manipulacji danymi (Pandas, NumPy). Praktyczna znajomość wektorowych baz danych (np. Qdrant, Pinecone, Chroma) oraz strategii chunkingu i zarządzania metadanymi. Umiejętność przekładania skomplikowanych koncepcji AI na język korzyści biznesowych i współpraca z zespołami produktowymi. Wyższe wykształcenie (lub w trakcie) w naukach ścisłych/ilościowych (Informatyka, Matematyka, Fizyka, Ekonometria lub pokrewne) oraz znajomość języka angielskiego na poziomie min. B2. Welcome Skills: Znajomość zaawansowanych frameworków agentowych: LangGraph, CrewAI, AutoGen. Praktyka z chmurami (Azure, GCP lub AWS) oraz konteneryzacją i orkiestracją (Docker, Kubernetes). Zrozumienie klasycznego NLP oraz frameworków głębokiego uczenia (PyTorch, TensorFlow) na potrzeby utrzymania i aktualizacji istniejących komponentów. Znajomość dodatkowego języka (C#, Go, Java). Szczególnie cenimy komercyjne doświadczenie w ekosystemie .NET (C#, SQL Server, Azure PaaS) oraz budowaniu potoków CI/CD (Azure DevOps).

🏢 Summary: The role involves designing and implementing applications using Machine Learning and LLM models, deploying and maintaining them in Linux and Kubernetes environments on GCP cloud. The position focuses on troubleshooting, cloud deployments, and active participation in MLOps projects. It requires strong technical expertise in Python, cloud infrastructure, and container orchestration. 🗂️ Requirements: Very good knowledge of Python, Experience in designing and implementing ML and LLM applications, Linux (Debian, RHEL) configuration and troubleshooting, Building and maintaining applications on Kubernetes, Deploying solutions in cloud environments (preferably GCP), Knowledge of DevOps or MLOps methodology, Ability to independently solve technical problems 📃 Skills: Python, Linux, Debian, RHEL, Kubernetes, GCP, MachineLearning, LLM, DevOps, MLOps, Jenkins, GitLabCI, BigData, ETL 🏢 Description: Twój zakres obowiązków projektowanie i implementacja aplikacji wykorzystujących modele Machine Learning i LLM konfiguracja aplikacji działających w środowisku Linux i Kubernetes w chmurze GCP rozwiązywanie problemów z działaniem wdrożonych rozwiązań aktywny udział w pracach projektowych zespołu MLOps Nasze wymagania Python – bardzo dobra znajomość, tworzenie i wdrażanie aplikacji Linux (Debian, RHEL) – konfiguracja i troubleshooting Kubernetes – budowa i utrzymanie aplikacji osadzonych na K8s Chmura (preferowane GCP) – wdrażanie rozwiązań cloud projektowanie i implementacja aplikacji wykorzystujących modele Machine Learning i LLM samodzielność w rozwiązywaniu problemów i proponowaniu rozwiązań znajomość metodyki DevOps lub MLOps chęć rozwoju w obszarze ML/LLM Mile widziane obszary MLOps / LLMOps / BigData CI/CD: Jenkins, GitLab CI hurtownie danych oraz procesy ETL