MLOps / LLMOps Engineer (Azure & Kubernetes)

🏢 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: The offer is for an experienced MLOps/DevOps Engineer to design, build and maintain a scalable AI platform in a hybrid Azure-based environment. The role focuses on implementing CI/CD/CT pipelines, containerization, orchestration and monitoring for ML/LLM models in production. The position combines infrastructure engineering with ML lifecycle management and production-grade AI operations. 🗂️ Requirements: Minimum 3 years of experience in DevOps, MLOps or Software Engineering, Hands-on experience with deploying and maintaining ML models in production, Advanced knowledge of Docker and Kubernetes (cluster management, Helm, Ingress), Strong experience with Azure (Azure ML, AKS, Azure Container Registry) or GCP/AWS with readiness to work on Azure, Experience building CI/CD pipelines for ML workloads, Proficiency in Python, Proficiency in Bash/Shell scripting, Practical experience with MLflow, Kubeflow or cloud-native MLOps tools, Experience with Infrastructure as Code tools (Terraform, Bicep or Ansible), Higher technical education (Computer Science, Telecommunications or related), Ability to provide services from Poland, Availability for hybrid work from Warsaw office 📃 Skills: Azure, AzureML, AKS, ACR, Docker, Kubernetes, Helm, Ingress, Python, Bash, MLflow, Kubeflow, Terraform, Bicep, Ansible, AzureDevOps, GitHubActions, Jenkins, DVC, Prometheus, Grafana, AzureMonitor 🏢 Description: Must have: • Minimum 3 lata doświadczenia w obszarze DevOps, MLOps lub Inżynierii Oprogramowania, w tym praktyka w pracy z modelami ML na produkcji. • Biegłość w konteneryzacji i orkiestracji: Zaawansowana znajomość Docker i Kubernetes (zarządzanie klastrami, Helm charts, Ingress). • Doświadczenie z chmurą Publiczną: Głęboka znajomość Azure (w szczególności Azure ML, AKS, Azure Container Registry) lub GCP/AWS z gotowością do szybkiego wejścia w Azure. • Praktyka w CI/CD: Doświadczenie w budowaniu pipeline'ów (Azure DevOps, GitHub Actions, Jenkins) uwzględniających specyfikę ML (np. trenowanie modelu jako krok w pipeline). • Programowanie i skryptowanie: Dobra znajomość Python (niezbędna do pracy z SDK narzędzi ML) oraz Bash/Shell. • Znajomość narzędzi MLOps: Praktyczna obsługa MLflow, Kubeflow lub rozwiązań natywnych chmury do zarządzania cyklem życia modelu. • Infrastructure as Code (IaC): Znajomość Terraform, Bicep lub Ansible. · Świadczenie usług z terytorium Polski · Świadczenie usług hybrydowo – częściowo z warszawskiego biura PZU Kompetencje osobiste: • Wykształcenie wyższe techniczne (Informatyka, Telekomunikacja lub pokrewne). • Podejście "Automation First" – dążenie do eliminacji pracy manualnej poprzez skrypty i narzędzia. • Umiejętność pracy na styku zespołów Data Science (rozumienie języka danych) i IT Operations (rozumienie infrastruktury i sieci). • Proaktywność w rozwiązywaniu problemów wydajnościowych i incydentów produkcyjnych. Nice to have: • Certyfikaty Azure: DevOps Engineer Expert (AZ-400) lub Azure AI Engineer (AI-102). • Doświadczenie we wdrażaniu modeli LLM (Large Language Models) i architektur RAG. • Znajomość narzędzi do monitoringu (Prometheus, Grafana, Azure Monitor). • Rozumienie zagadnień sieciowych w chmurze hybrydowej (VPN, VNet, Private Endpoints) – istotne przy integracji z systemami PZU. • Znajomość baz wektorowych (np. w kontekście Azure AI Search). Zadania: • Tworzenie i utrzymanie platformy AI w branży ubezpieczeniowej: • Projektowanie i budowa infrastruktury MLOps/LLMOps: Tworzenie skalowalnego środowiska do trenowania i serwowania modeli przy użyciu Azure Machine Learning, Azure AI Foundry oraz Kubernetes (AKS). • Automatyzacja procesów CI/CD/CT: Implementacja potoków (pipelines) CI/CD dla rozwiązań ML, obejmujących automatyczne testowanie, wersjonowanie danych i modeli (DVC, MLflow) oraz Continuous Training (CT). • Konteneryzacja i orkiestracja: Przygotowywanie obrazów Docker dla modeli AI/GenAI oraz zarządzanie ich wdrożeniami na klastrach Kubernetes w architekturze hybrydowej (integracja z systemami on-premise). • Monitoring i Observability: Wdrożenie zaawansowanego monitoringu modeli (wykrywanie Data Drift/Model Drift), logowania i alertowania, aby zapewnić wysoką dostępność usług AI. • Wsparcie techniczne dla AI Act: Implementacja narzędzi do audytowalności modeli, lineage (śledzenie pochodzenia danych) oraz bezpieczeństwa (zarządzanie dostępem, szyfrowanie) zgodnie z wymogami regulacyjnymi. • Optymalizacja kosztów i wydajności: Zarządzanie zasobami chmurowymi Azure, optymalizacja czasu inferencji modeli oraz skalowanie infrastruktury w zależności od obciążenia.

🏢 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: 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: The role involves designing, deploying, and optimizing AI/ML and GenAI solutions in a large insurance organization, taking projects from prototype to production. The position focuses on building MLOps/LLMOps pipelines, implementing RAG solutions, and integrating AI systems within a complex hybrid architecture using Azure cloud services. It also includes ensuring AI governance compliance and monitoring models in production environments. 🗂️ Requirements: Minimum 3 years experience in Data Science or AI, At least 1 year experience deploying AI solutions to production, Proficiency in Python, Proficiency in SQL, Practical experience with MLOps, Experience with Azure cloud, Experience with GCP cloud, Experience with NLP or OCR, Experience working with unstructured data, Knowledge of AI Governance and AI Act, Availability for hybrid work model 📃 Skills: Python, SQL, pandas, scikit-learn, PyTorch, TensorFlow, Azure, GCP, AzureML, MLflow, Docker, Kubernetes, CI/CD, NLP, OCR, LLM, RAG, AzureOpenAI, AzureAISearch 🏢 Description: Developer AI Szukamy osoby, która nie tylko zna AI — ale potrafi zamieniać je w realne rozwiązania biznesowe. Osoba na tym stanowisku będzie tworzyć i wdrażać nowoczesne rozwiązania AI w branży ubezpieczeniowej — od prototypu po produkcję. Jeśli chcesz pracować przy nowoczesnych wdrożeniach GenAI i MLOps w dużej organizacji – to wyzwanie jest dla Ciebie! 🤖✨ 📍 Model pracy: hybrydowy – 1 dzień w tygodniu z biura (Warszawa, Rondo Daszyńskiego), 4 dni zdalnie 🔧 Zakres prac: • Projektowanie, tuning i wdrażanie modeli AI/ML oraz rozwiązań GenAI w oparciu o Azure AI Foundry i Azure Machine Learning • Budowa i optymalizacja pipeline’ów MLOps / LLMOps (MLflow, Docker, Kubernetes, CI/CD) • Integracja rozwiązań AI z ekosystemem ponad 30 systemów w architekturze hybrydowej • Tworzenie rozwiązań RAG (Azure AI Search) i praca z modelami LLM w Azure OpenAI • Zapewnienie zgodności z AI Act – dokumentacja, monitoring modeli i obsługa incydentów • Współpraca z zespołami biznesowymi i IT, prezentacja wyników i tworzenie materiałów szkoleniowych ✅ Must have: • Min. 3 lata doświadczenia w Data Science / AI (w tym min. 1 rok wdrożeń produkcyjnych) • Python (pandas, scikit-learn, PyTorch / TensorFlow) oraz SQL • Praktyczne MLOps (Azure ML, MLflow, Docker, Kubernetes, CI/CD) • NLP / OCR i praca z danymi niestrukturyzowanymi • Doświadczenie z chmurą Azure i GCP • Znajomość AI Governance i AI Act • Gotowość do pracy hybrydowej (1 dzień w biurze) 🌟 Nice to have: • Azure AI Foundry, Azure AI Search, Power Platform • Certyfikaty Azure (DP-100, AI-102, AI-900) • Znajomość branży ubezpieczeniowej • Kafka / ESB • Git + Agile/Scrum Co oferujemy: • Udział w długoterminowym, stabilnym projekcie • Pracę w dojrzałym zespole scrumowym • Realny wpływ na rozwiązania techniczne i architekturę AI • Jasne procesy i współpracę z doświadczonym zespołem • Elastyczny model pracy hybrydowej • Preferencyjne pakiety Multisport i prywatną opiekę medyczną Luxmed 👉 Zgłoś kandydata lub aplikuj już teraz — nie czekaj do ostatniego dnia! Do zobaczenia w świecie AI! 🤝🚀

🏢 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: Junior/Mid MLOps Engineer role focused on building and maintaining ML environments in Azure, combining DevOps, Cloud, and Machine Learning practices. The position involves supporting CI/CD pipelines, containerized deployments, and model monitoring while collaborating with Data Science teams. It offers hands-on development in cloud-based MLOps within a hybrid work model. 🗂️ Requirements: Minimum 2 years of experience in DevOps, MLOps, or Software Engineering, Practical knowledge of Docker, Practical knowledge of Kubernetes, Experience with at least one cloud platform (Azure, AWS, or GCP), Proficiency in Python, Basic scripting skills (Bash or Shell), Experience with CI/CD pipelines (GitHub Actions, Jenkins, or Azure DevOps) 📃 Skills: Azure, AWS, GCP, Docker, Kubernetes, AKS, Python, Bash, Shell, GitHub, Jenkins, AzureDevOps, MLflow, Kubeflow, Terraform, Grafana, Prometheus 🏢 Description: MLOps Engineer (Junior/Mid) 📍 Warszawa – Rondo Daszyńskiego 🏡 Model hybrydowy (1 dzień w biurze / 4 dni zdalnie) O roli Do zespołu rozwijającego platformę AI w branży ubezpieczeniowej poszukujemy osoby na stanowisko MLOps Engineer , która chce rozwijać się w kierunku budowy i utrzymania środowisk ML w chmurze Azure. Rola łączy elementy DevOps, Cloud i Machine Learning , ale z naciskiem na rozwój i naukę w praktyce — będziesz pracować blisko bardziej doświadczonych inżynierów i zespołów Data Science. Zakres odpowiedzialności Wsparcie w budowie i utrzymaniu środowiska MLOps w Azure (cloud + on-prem) Udział w tworzeniu pipeline’ów CI/CD dla rozwiązań ML Praca z Dockerem i Kubernetes (AKS) przy wdrażaniu modeli Wsparcie monitoringu modeli (jakość, drift, logowanie, alerty) Automatyzacja procesów związanych z trenowaniem i deploymentem modeli Współpraca z zespołami Data Science i IT Wymagania (must have) ok. 2+ lata doświadczenia w DevOps / MLOps / Software Engineering Podstawowa/praktyczna znajomość Docker i Kubernetes Doświadczenie z chmurą ( Azure / AWS / GCP ) Znajomość Python i podstaw skryptowania (Bash/Shell) Pierwsze doświadczenia z pipeline’ami CI/CD (GitHub Actions / Jenkins / Azure DevOps) Chęć rozwoju w obszarze MLOps i pracy z modelami ML Nice to have Pierwsze doświadczenia z MLflow / Kubeflow Znajomość Terraform / IaC (nawet na poziomie podstawowym) Kontakt z tematami LLM / GenAI / RAG Narzędzia monitoringu (np. Grafana, Prometheus) Kogo szukamy? Osoby z podejściem „learning & automation mindset” Kogoś, kto chce rozwijać się na styku ML i infrastruktury Kogoś, kto nie boi się uczyć nowych technologii w praktyce Why apply for an Antal job offer? When your application is successful, you will be supported by a dedicated Consultant who will stay in regular contact with you (via email or phone), help you prepare for interviews with your future employer, and ensure a smooth and professional recruitment process. About Antal Antal is a leading recruitment and HR advisory company, present in Poland since 1996 and later expanded to the Czech Republic and Hungary. Across the CEE region, we employ around 150 professionals who deliver a full range of services – from specialist and executive recruitment, employee outsourcing and HR consulting, to employer branding and market research. Our division-based structure combines deep industry expertise with functional specialisation, enabling us to provide tailored solutions for companies in every sector. We act as a trusted partner for both employers and candidates, sharing our knowledge and guiding them through every stage of the talent journey. We connect exceptional people with the right opportunities and help organisations build successful teams. Discover our latest job openings: https://en.antal.pl/candidates Follow us on LinkedIn: https://www.linkedin.com/company/antalpoland

🏢 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: 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: The offer is for a Python (AI/ML) Engineer responsible for developing and deploying AI-driven business applications in the Azure cloud environment. The role focuses on building, optimizing and operationalizing AI/ML and LLM-based solutions, including APIs and microservices, with strong emphasis on code quality, testing and DevOps practices. It involves working with Azure AI services to deliver secure, scalable production-ready systems. 🗂️ Requirements: Hands-on experience with Azure AI/ML services (Azure OpenAI, Azure Machine Learning, Cognitive Services), Strong Python experience in AI/ML development, Experience deploying AI models using Docker, Kubernetes and AKS, Experience with CI/CD pipelines and DevOps practices in Azure, Experience building and maintaining RESTful APIs and microservices, Knowledge of Generative AI, LLM and ML, Ability to write and maintain unit tests with high test coverage, English proficiency at minimum B2 level 📃 Skills: Python, Azure, AzureOpenAI, AzureML, CognitiveServices, Docker, Kubernetes, AKS, CI/CD, DevOps, REST, Microservices, LLM, GenerativeAI, ML, NLP 🏢 Description: Wspólnie z naszym Partnerem, jednym z liderów w branży ubezpieczeniowej, poszukujemy osoby na stanowisko Python (AI/ML) Engineer. Projekt dotyczy rozwoju oraz wdrażania aplikacji biznesowych opartych na sztucznej inteligencji w środowisku chmurowym Azure. 📌 Możliwość pracy zdalnej z okazjonalnymi wizytami w biurze (osoby zamieszkujące w okolicy Warszawy/Gdańska - preferowana hybryda raz na tydzień/dwa w biurze) 💡 TWOJA ROLA: Pisanie i utrzymanie testów jednostkowych, zapewnienie odpowiedniego pokrycia testami oraz stosowanie najlepszych praktyk programistycznych (czysty kod, utrzymywalność i optymalizacja wydajności).Tworzenie, rozwijanie i wdrażanie aplikacji opartych na AI/ML z wykorzystaniem usług Azure. Rozwijanie i optymalizowanie rozwiązań opartych na Dużych Modelach Językowych (LLM) dostosowanych do rzeczywistych przypadków biznesowych. Rozwój API i mikroserwisów: Budowanie i utrzymanie API oraz mikroserwisów służących do efektywnego dostarczania rozwiązań AI/ML klientom. Zapewnienie, że wszystkie rozwiązania AI spełniają standardy bezpieczeństwa, wytwarzania oprogramowania i zarządzania. Usprawnianie operacjonalizacji modeli oraz rozwój backendu do inferowania modeli. 🔍 CZEGO OCZEKUJEMY OD CIEBIE? Praktyczne doświadczenie z usługami Azure AI/ML, w tym Azure OpenAI, Azure Machine Learning i Cognitive Services. Znajomość Docker, Kubernetes oraz Azure Kubernetes Service (AKS) w kontekście wdrażania modeli AI. Solidna znajomość pipeline'ów CI/CD oraz najlepszych praktyk DevOps w środowisku Azure. Biegła znajomość języka angielskiego w mowie i piśmie, minimum na poziomie B2. Doświadczenie w tworzeniu i utrzymaniu RESTful API oraz mikroserwisów. Znajomość Generatywnej AI, LLM, ML oraz (opcjonalnie) technologii NLP. Zaawansowana znajomość języka Python w kontekście rozwoju AI/ML. Mile widziane: Praktyczne doświadczenie w zakresie środków bezpieczeństwa AI i zarządzania modelami. Znajomość inżynierii promptów oraz strategii orkiestracji LLM. Doświadczenie w pracy z bazami danych wektorowych. ✨ OFERUJEMY: 🤖 Nowoczesny proces rekrutacji z AI Rekruterem (AIR) – podczas aplikacji możesz odbyć rozmowę z wirtualnym rekruterem 24/7, bez czekania na telefon, z natychmiastowym feedbackiem i możliwością powtórzenia rozmowy (liczy się ostatnia wersja). Finalną decyzję zawsze podejmuje Rekruter Connectis. Możliwość pracy zdalnej z okazjonalnymi wizytami w biurze (osoby zamieszkujące w okolicy Warszawy/Gdańska - preferowana hybryda raz na tydzień/dwa w biurze) Możliwość uczestnictwa w spotkaniach integracyjnych oraz meetupach technologicznych, umożliwiających dzielenie się wiedzą i doświadczeniem. Wsparcie dedykowanej osoby kontaktowej z Connectis, dostępnej w celu pomocy w sprawach związanych z projektem. Pracę w zespole ekspertów, w środowisku sprzyjającym wymianie wiedzy. 5000 PLN za polecenie znajomych do naszych projektów. Stabilną, długofalową współpracę w oparciu B2B. Proces zdalny. Dziękujemy za wszystkie zgłoszenia. Pragniemy poinformować że skontaktujemy się z wybranymi osobami.