Middle/Senior MLOps Engineer | NXJ-125

🏢 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: Remote AI Lead DevOps Engineer role responsible for defining and executing the MLOps and CI/CD strategy for enterprise AI platforms. The position focuses on architecting secure, compliant, and fully automated ML lifecycle governance, ensuring auditability, reproducibility, and large-scale reliability. The role combines technical leadership with hands-on design of cloud-native, DevSecOps-driven AI infrastructure. 🗂️ Requirements: 8–10 years DevOps or Cloud Engineering experience, Minimum 3 years in technical leadership or architect role, Strong knowledge of end-to-end ML lifecycle, Expertise in CI/CD pipeline design and implementation, Advanced Infrastructure as Code experience, Experience with SAST and DAST implementation, Strong IAM and access control management in cloud, Ability to design observability frameworks for ML systems, Experience with configuration management in multi-cloud environments, Knowledge of database scaling and security, Experience implementing model governance and auditability practices 📃 Skills: MLOps, CI/CD, DevSecOps, Azure, AzureDevOps, GitHubActions, Jenkins, Terraform, CloudFormation, SAST, DAST, IAM, Ansible, Puppet, MySQL, PostgreSQL, MongoDB, Observability, Git 🏢 Description: This is a remote position. We are looking for an AI Lead DevOps Engineer to spearhead the MLOps strategy for our high-impact AI accounts. With 8–10 years of experience, you will provide the technical leadership necessary to design robust, compliant, and highly automated AI platforms. You aren't just managing pipelines; you are architect the entire lifecycle governance—ensuring reproducibility, audibility, and security at an enterprise scale. Key Responsibilities: Strategic Leadership: Provide technical direction for the DevOps squad, defining the CI/CD and MLOps roadmap for the account. Model Governance & Evaluation: Implement automated model evaluation pipelines to track accuracy, precision, and recall metrics in production. Enterprise Security: Lead the DevSecOps strategy, ensuring all AI deployments comply with enterprise security standards and global data regulations. Platform Enablement: Architect self-service platforms that allow ML engineers to deploy models with minimal friction while maintaining strict governance guardrails. Auditability & Reproducibility: Ensure that every ML experiment is fully auditable through sophisticated pipeline and dataset versioning strategies. Mentorship: Mentor senior and junior engineers, driving best practices in automation, IaC, and cloud-native architecture. Requirements 8–10 years of experience in DevOps/Cloud Engineering, with at least 3 years in a technical leadership or architect-level role. Deep understanding of the end-to-end ML lifecycle (training, validation, deployment, and retraining loops). Mastery across Azure DevOps, GitHub Actions, and Jenkins. Expert-level Terraform or CloudFormation skills, including modular architecture and cross-account cloud deployments. Significant experience implementing SAST/DAST tools and managing complex IAM/Access Control frameworks in a cloud environment. Ability to design custom observability frameworks that track model drift, pipeline failures, and infrastructure ROI. Advanced knowledge of configuration management tools like Ansible or Puppet for complex multi-cloud environments. Solid understanding of database scaling and security for MySQL, PostgreSQL, and MongoDB. Understanding of how DevOps practices support responsible AI (e.g., bias tracking and audit logs). Exceptional ability to collaborate with Architects and Data Scientists to translate high-level AI needs into operational reality. Native or C1-level English, with the ability to present technical strategies to senior stakeholders. Benefits Professional training programs Work with a team that’s recognized for its excellence. We’ve been featured in the Deloitte Technology Fast 50 & FT 1000 rankings. We’ve also received the Great Place To Work® certification for five years in a row

🏢 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: 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 role involves designing, developing, and deploying AI and LLM-based solutions in a cloud environment, with a focus on building and enhancing Data, Analytics, MLOps, and LLMOps platforms. The position covers full lifecycle management of machine learning and language models, including deployment, monitoring, and optimization. The engineer will contribute to data architecture and distributed systems supporting AI-driven products. 🗂️ Requirements: Experience as LLM Engineer or similar AI/Data role, Around 3 years of experience with Python, Experience building Data, Analytics, MLOps or LLMOps platforms in cloud environments, Experience with Azure cloud, Knowledge of full ML model lifecycle management in cloud, Experience with Big Data open-source tools: Kafka, Airflow, Presto, Spark, Experience in database design and data modeling, Experience working with distributed systems 📃 Skills: Python, Azure, LLM, AI, MLOps, LLMOps, Kafka, Airflow, Presto, Spark, SQL, BigData 🏢 Description: Dla naszego klienta, innowacyjnej firmy z branży ubezpieczeniowej, poszukujemy : AI / LLM Engineera Zakres obowiązków: Projektowanie, rozwój i wdrażanie rozwiązań opartych o LLM oraz technologie AI w środowisku chmurowym, Tworzenie i rozwój komponentów wspierających budowę nowoczesnych platform Data / Analytics / MLOps / LLMOps, Zarządzanie cyklem życia modeli machine learningowych i rozwiązań opartych o modele językowe, w tym ich wdrażaniem, monitorowaniem i optymalizacją, Współpraca przy budowie i doskonaleniu procesów automatyzujących rozwój, testowanie i utrzymanie rozwiązań AI, Współpraca z zespołami Data, Analytics oraz IT w celu zapewnienia spójności architektury i wysokiej jakości dostarczanych rozwiązań, Udział w projektowaniu architektury danych i rozwiązań rozproszonych wspierających rozwój produktów opartych o AI. Wymagania Doświadczenie na stanowisku LLM Engineer lub w zbliżonej roli z obszaru danych i AI, Około 3 lata doświadczenia z Pythonem, Doświadczenie w tworzeniu i rozwijaniu platform z obszaru Data, Analytics, MLOps lub LLMOps w środowisku chmurowym, preferencyjnie Azure, Znajomość zagadnień związanych z pełnym cyklem życia modeli machine learningowych, w tym ich wdrażaniem, utrzymaniem oraz monitoringiem w środowisku chmurowym, Doświadczenie w pracy z narzędziami open source wykorzystywanymi w ekosystemie Big Data, takimi jak Kafka, Airflow, Presto, Spark, Doświadczenie w projektowaniu baz danych, modelowaniu danych oraz pracy z systemami rozproszonymi, Samodzielność, inicjatywa oraz umiejętność efektywnej pracy w zespole. Pracodawca oferuje: Zatrudnienie w oparciu o umowę o pracę lub B2B, Atrakcyjne wynagrodzenie, Pracę w trybie hybrydowym lub zdalnym, Elastyczne godziny rozpoczęcia pracy, Pracę w zespole rozwijającym innowacje cyfrowe w obszarze ubezpieczeń, Realną autonomię i wpływ na kierunek rozwoju platformy oraz rozwiązań biznesowych, Dostęp do nowoczesnych narzędzi i rozwiązań cloud-native, Obszerny pakiet benefitów pozapłacowych: prywatna opieka medyczna, karta sportowa, dofinansowanie do szkoleń/studiów/kursów językowych, Zniżki na produkty własne.

🏢 Summary: Senior cloud/DevOps engineer role focused on designing and operating enterprise-grade Azure environments for an AI-driven MCP platform. The position involves building scalable, multi-tenant cloud architectures, implementing CI/CD and MLOps processes, and developing secure integration layers with enterprise systems. You will contribute to security, reliability, and orchestration frameworks for production-ready AI infrastructure. 🗂️ Requirements: 5+ years in senior or lead role in cloud architecture or DevOps, Commercial experience building scalable web applications, Experience with DevOps, DevSecOps or MLOps in production environments, Hands-on experience with CI/CD pipelines, Strong knowledge of Microsoft Azure services and architecture, Experience with enterprise API integrations and system integration, Experience building connectors or integration layers, Knowledge of MCP or similar context protocols, Practical experience with ML/AI APIs in production, Understanding of microservices and API management, Experience with multi-tenant SaaS architecture, Higher technical education in computer science or related field 📃 Skills: Azure, CI/CD, DevOps, DevSecOps, MLOps, AzureML, AppServices, Functions, CosmosDB, AzureSearch, ServiceBus, AzureSQL, Microservices, APIManagement, REST, OAuth2, OIDC, GraphAPI, ServiceNow, MCP, MachineLearning, SaaS, MultiTenant, LoadBalancing, Monitoring 🏢 Description: We build innovative digital products for the modern workplace in the Cloud, and we need your expertise. Want to work on DevOps processes that power real enterprise AI systems — not just keep environments running? Join us and help build one of the first enterprise-grade MCP implementations in Poland. As part of our team, you will: Utilize your extensive knowledge of cloud computing, system integration, and software development, Design and maintain cloud environments on Microsoft Azure that serve as the experimental backbone for the MCP Graph Broker, Configure and validate multi-tenant isolation, load balancing, and real-time monitoring mechanisms, ensuring that research on the Orchestration Layer translates into architecturally sound, scalable solutions, Design and implement algorithms for the Security & Reliability Framework for MCP – one of the first implementations of its kind for enterprise environments in Poland. Apply if you have: At least 5 years of experience in a senior or lead role, or in cloud solutions architecture, Commercial experience in building scalable web applications and systems integration, Experience in one of the following areas: DevOps, DevSecOps, and MLOps – deployment and monitoring in production environments using CI/CD pipelines and/or Azure ML CI/CD pipelines, Familiarity with Azure services and best practices (e.g., Azure App Services, Azure Functions, Cosmos DB, Azure Search, Azure Service Bus, Azure SQL), Experience in designing and executing enterprise system integrations via API (Microsoft 365 Graph API, ServiceNow REST API, OAuth2, OIDC), Experience in building connectors, adapters, or integration layers, Knowledge of the MCP (Model Context Protocol) protocol or similar context protocols, and practical use of machine learning tools/ML/AI APIs in production environments, A solid understanding of Azure cloud services, microservices, and API management, Experience with multi-tenant architecture – context isolation, resource management, and access policies in SaaS environments, Strong problem-solving skills, leadership qualities, and excellent communication abilities, A passion for technology and a keen eye for emerging trends, Experience in building Enterprise SaaS applications, Strong communication skills, An eye for detail, Fluency in Polish (C1+) and English (B2+), both spoken and written, Ability to work from Białystok or surrounding areas; hybrid work model required (at least 3 days in the office + max 2 days remote per week), Higher technical education (computer science or related field). Nice to have: Practical knowledge of conversational and dialogue models (fine-tuning, RLHF, prompt engineering for LLMs) – particularly for AI assistant scenarios, Experience with enterprise system integration via API (Microsoft 365 Graph API, ServiceNow REST API) in the role of connector or MCP integration developer, Experience with multi-agent systems at enterprise scale, Azure certifications: Developer Associate (AZ-204), Solutions Architect Expert (AZ-305), or equivalent, Experience with AI model evaluation techniques – experiment design, quality assessment metrics for ML models. We offer: Salary of PLN 20,000–22,000 gross per month (employment contract), 18-month contract with the possibility of extension, Work and professional development while building a distributed enterprise-class cloud system based on AI as infrastructure, not as an add-on feature, Direct impact on the architecture of our own product – a platform used by hundreds of thousands of employees, Opportunity to explore Azure infrastructure solutions, the latest LLMs, and MLOps tools, Multi-directional professional development, certifications, and knowledge sharing, Flexible work model (hybrid), Benefits package (private healthcare, Multisport card).

🏢 Summary: Full-time Senior MLOps Engineer role focused on designing and managing Azure-based AI/ML infrastructure for global SaaS environments. The position involves building scalable cloud platforms, optimizing CI/CD pipelines, automating ML lifecycle processes, and leading enterprise AI solutions using Azure services. The role combines hands-on DevOps, cloud engineering, and AI platform development in a rapidly evolving environment. 🗂️ Requirements: Solid experience designing and managing infrastructure for AI/ML or HPC workloads, Proven experience managing and optimizing CI/CD for Azure-based SaaS applications, Hands-on experience with Azure DevOps and standard DevOps tools, Strong scripting skills in PowerShell or Bash, Experience with Terraform or similar configuration management tools, Working knowledge of version control systems, Experience in agile software development environments, Knowledge of SQL and NoSQL databases, Experience with web server configuration (IIS or Tomcat), Understanding of networking technologies (switches, routers, firewalls, VPNs), Strong understanding of security principles, Bachelor’s Degree in Computer Science or related field 📃 Skills: Azure, AzureDevOps, PowerShell, Bash, Terraform, Git, SQL, NoSQL, IIS, Tomcat, Docker, TensorFlow, PyTorch, Scikit-learn, ARM, Ansible, AzureCLI, AzureOpenAI, AzureAIFoundry, AzureDatabricks, AzureDataFactory, AzureServiceBus, AzureRedisCache, AzureMonitoring, NewRelic, Rapid7, CI/CD, YAML 🏢 Description: Svitla Systems Inc. is looking for a Senior MLOps Engineer with ML/AI for Azure for a full-time position (40 hours per week) in Poland. Our client is a leading global provider that gathers information and reports to enhance the environmental and social impacts on the business. You’ll be part of a global team supporting multiple SaaS environments that help make the world a safer place. The team uses Azure as the core, but hosts on various platforms due to specific needs and the rapid pace of development and acquisition. The environment is rapidly shifting from IaaS to PaaS to serverless, with new AI/ML components integrated. So you’ll need to apply your current skill sets and learn new things daily to push the business forward. While you’ll ultimately need a diversity of expert-level skills to succeed, having a deep understanding and experience in just a couple of areas (monitoring, scripting, automation tools, etc.) may get you in the door to a great career. Requirements: Solid experience designing, implementing, and managing infrastructure for AI/ML or HPC workloads. Proven success in managing and optimizing CI/CD for an Azure-based SaaS application. Hands-on experience with standard DevOps tools, including Azure DevOps. Expertise in scripting with at least PowerShell or Bash. Understanding of configuration management tools like Terraform. Proven experience designing, implementing, and managing infrastructure for AI/ML or HPC workloads. Working knowledge of version control/source code management tools. Experience working in an agile software development life cycle. Knowledge of databases, including SQL and NoSQL Strong knowledge of web server configuration and management, such as IIS or Tomcat. Familiarity with local and wide area networking and associated technologies, e.g., switches, routers, firewalls, VPNs. Strong understanding of security principles. Bachelor’s Degree in Computer Science or a similar area of study. Experience working in a technical, fast-paced environment with high demand and high standards. Ability to assimilate information quickly under pressure. Excellent communication and collaboration skills. Ability to communicate effectively with multiple disciplines. Excellent analytical skills with the ability to drive reliability improvements. Strong planning skills to ensure business expectations are met, and projects are delivered on time. Nice to have: Understanding of machine learning frameworks and libraries such as TensorFlow, PyTorch, or scikit-learn, and their deployment in production environments. Familiarity with cloud-based networking (VNETs, NSGs, Route Tables, Hub/Spoke-based architecture, Private Endpoints, etc.). Strong understanding of CI/CD (YAML and Classic Pipelines). Experience with PaaS (Web Apps, Function Apps, Storage Accounts, Key Vaults, Azure Redis Cache, Azure Service Bus, API Management, Azure Data Factory, Azure Databricks). Experience in monitoring (New Relic, LogEntries, Rapid7, Azure Monitoring, etc). Some experience with containers/Docker, either for a microservice-based architecture or Service Oriented, etc. Familiarity with Git, ARM, Terraform, Ansible, Azure CLI, or similar. Responsibilities: Support application infrastructure to ensure the platform is optimized for performance and reliability. Build and maintain supporting infrastructure for cloud environments and applications. Lead the design and engineering of software systems for the AI/ML Platform, contributing to the full ML development life cycle. Identify and implement opportunities to automate and streamline ML development processes, fostering efficiency and effectiveness. Building and Managing enterprise AI solutions using Azure AI Foundry & Azure's integrated platform (Azure OpenAI, AI Search, Prompt Flow), Use a wide range of Azure resources to implement scalable, reliable, and cost-efficient services. Work side by side with your engineers, guiding critical projects, using your subject matter expertise to solve complex problems. Perform and automate system administration services, including installation, configuration, maintenance, and disaster recovery Identify system-level issues related to OS configuration and virtual hardware bottlenecks. Provide automation, auditing, and other tooling for security, compliance, and resource usage. Monitor and improve processes for all deployments. Take ownership of operational excellence to establish and maintain business focused KPI's. Use these metrics not only as a basis for positive transformation, but also as a visible representation of your team's success. Maintain and take ownership of your tasks each sprint, ensuring time worked is logged, and details are added. We offer: US and EU projects based on advanced technologies. Competitive compensation based on skills and experience. Regular performance appraisals to support your growth. Flexibility in the workspace, either remote or in our welcoming office. Comprehensive medical insurance after one month. MultiSport card with access to 2500 sports facilities all over Poland Bonuses for recommendations of new employees. Bonuses for article writing, public talks, and other activities. 15 vacation days, 10 national holidays, 10 sick leaves, and family days off. Personalized learning program tailored to your interests and skill development. Free tech webinars and meetups organized by Svitla. Welcome and anniversary presents, gifts for children, and more. Regular corporate events and meetups. Awesome team, friendly and supportive community! Ref #5102

🏢 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: Leadership role responsible for building, implementing and maintaining MLOps processes on Databricks in Azure to enable scalable deployment and lifecycle management of machine learning models. The position focuses on CI/CD, integrations, governance and optimization of ML platforms while supporting Data Science teams. Includes ownership of current MLOps stack and development of the Databricks-based analytics platform. 🗂️ Requirements: Proven experience with Databricks in ML/analytics environments, Strong expertise in MLFlow, Feature Store and Unity Catalog, Hands-on experience with Declarative Automation Bundles, Practical knowledge of MLOps practices and CI/CD for ML, Experience with model deployment and lifecycle management, Strong skills in Spark, Python, Scala and SQL, Experience integrating Databricks model serving with enterprise systems, Experience maintaining MLOps environments based on MSSQL, MLflow, GitLab and Docker, Ability to optimize queries and data processing pipelines, Experience leading technical teams 📃 Skills: Databricks, Azure, MLflow, FeatureStore, UnityCatalog, Spark, Python, Scala, SQL, GitLab, CI/CD, Docker, MSSQL, Kong, Grafana, Nexus, GCP, BigQuery, VertexAI 🏢 Description: Dołącz do nas jako lider zespołu odpowiedzialnego za rozwój i wdrażanie procesów MLOps - operacjonalizacji budowy/wdrożenia/zarządzania modelami uczenia maszynowego. Jesteśmy zespołem odpowiedzialnym za rozwój Data Science w grupie Kruk. Dostarczamy modele wspierające kluczowe procesy operacyjne i wycenowe na wszystkich rynkach na których działamy. Jesteśmy w trakcie transformacji, której jednym z istotnych elementów jest wdrożenie platformy analitycznej w chmurze (Databricks w Azure). Twoja rola: Szukamy doświadczonego/ej Kierownika/czki Zespołu MLOps, który/a poprowadzi wdrożenie, utrzymanie i rozwój procesów uczenia maszynowego, wesprze zespoły data science w skalowalnym wdrażaniu pełnego cyklu życia modeli. Zakres obowiązków: Wsparcie zespołu wdrażającego platformę Databricks w zakresie zagadnień MLOps (integracje, CI/CD, asset bundles, pipeline-y, itd.) wraz z późniejszym utrzymaniem i rozwojem platformy. Utrzymanie aktualnych procesów MLOps wdrożonych i utrzymywanych w ramach bieżących rozwiązań (MSSQL/mlflow/gitlab/docker/Python/R). Kierowanie zespołem specjalistów MLOps, rozwój ich kompetencji, planowanie pracy. Nasze oczekiwania: Doskonała znajomość środowiska Databricks w kontekście analityki/ML: MLFlow, Feature Store, Unity Catalog, Online Feature Store, Doskonała znajomość Declarative Automation Bundles (dawniej Databricks Asset Bundles), Doskonała znajomość praktyk MLOps: GitLab, CI/CD dla modeli/FS, automatyzacja pipeline’ów, integracje, Znajomość procesów deploy code/model, governance/lineage dla modeli i danych, model lifecycle, Znajomość Spark/Python/Scala/SQL i umiejętność optymalizacji procesów/zapytań, Umiejętność wdrażania i utrzymania aplikacji w ramach Databricks Apps, Doświadczenie w integracji Databricks model serving endpoints z innymi systemami według wymagań Enterprise architecture (kong, grafana, nexus, itd), Doświadczenia w zarządzaniu zespołem specjalistów. Mile widziane: Certyfikacje Databricks w obszarze analityki/MLOps/danych, Znajomość platformy GCP w zakresie komponentów analitycznych (Google BigQuery, Vertex AI Studio), Umiejętność optymalizacji kosztów Databticks/Azure/GCP, Doświadczenie w pracy w środowisku Agile. Co oferujemy? Zatrudnienie w oparciu o: umowę o pracę Elastyczne godziny rozpoczęcia pracy Możliwość pracy w modelu hybrydowym Atrakcyjny pakiet benefitów dla pracowników: możliwość skorzystania z prywatnej opieki medycznej: Luxmed, dofinansowanie do karty Multisport, dodatkowe świadczenia dopasowane do Twoich potrzeb w ramach systemu kafeterii, ubezpieczenie grupowe dla pracownika na preferencyjnych warunkach Dostęp do Mindgram – nowoczesnej platformy z profesjonalnym wsparciem psychologicznym i wellbeingowym Możliwość uzyskania atrakcyjnego bonusu w programie poleceń pracowniczych Możliwość wypożyczenia samochodu firmowego do użytku prywatnego Podczas rekrutacji dbamy o inkluzywność procesu i przestrzegamy zasad równych szans. Liczą się dla nas kompetencje i chęć rozwoju osób kandydujących, bez względu na ich płeć, wiek, stopień sprawności, wyznanie, orientację seksualną, pochodzenie lub inne kwestie niezwiązane z wymaganymi umiejętnościami. Dokładamy starań, by proces rekrutacji był dostępny i dostosowany do adekwatnych potrzeb.