Machine Learning Operations Section Manager (m/f/d)

🏢 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 owning the full MLOps lifecycle for an AI-powered sports highlights platform, from model research and training to production deployment and scalable cloud infrastructure. You will build and maintain ML pipelines, automate workflows across Computer Vision and NLP, and ensure reliable CI/CD processes in a high-uptime environment. 🗂️ Requirements: 4+ years experience in MLOps, DevOps, ML Engineering or similar role, Experience in large-scale, high-uptime production cloud environments, Strong knowledge of Linux, Experience with Docker, Experience with Kubernetes, Experience building CI/CD pipelines for distributed systems, Proficiency in Python scripting, Experience with Terraform, Understanding of machine learning fundamentals and frameworks 📃 Skills: Python, Linux, Docker, Kubernetes, Terraform, CI/CD, ClearML, W&B, SageMaker, Azure, ComputerVision, NLP, MLOps 🏢 Description: We’re seeking a skilled and motivated MLOps Engineer to join a fast-moving team building an AI-powered platform for automatic sports highlights generation. In this role, you’ll take ownership of the full MLOps lifecycle—from research and model training to production deployment and scalable infrastructure. You’ll design and maintain robust ML pipelines, automate workflows across Computer Vision, NLP, and Data Science, and build reliable CI/CD processes that keep high-uptime systems running smoothly. Your work will help deliver cutting-edge AI experiences at cloud scale, powering innovation and performance across the entire platform. Responsibilities Own and manage every aspect in the MLOps life cycle for our AI-based automatic sports highlights generation platform Design, implement and maintain our whole ML infrastructure, from research to production and from model training to data engineering Automate and innovate workflows such as serving and training pipelines for multidisciplinary ML algorithms including Computer Vision, NLP and Data Science Build and maintain CI/CD pipelines, releases and Source Code workflows Requirements 4+ years of experience as an MLOps engineer, DevOps engineer, ML Engineer, or in a similar field Experience in a large, complex, large-scale, high-uptime production Cloud environment Core understanding of Linux OS, Docker components, and Kubernetes Experience with CI/CD pipelines for distributed production systems Experience with Python scripting Work experience with Terraform Working with MLOps platforms such as Experiment Tracking, Model Registry, feature Store - an advantage (e.g ClearML , W&B, Aws Sagemaker) Highly motivated, goal-driven, innovative, curious, and open-minded Will be a plus Working with Azure Cloud in a high-scale production environment Understanding of AI and machine learning fundamentals, concepts and frameworks What we offer Competitive salary range Medical insurance Paid vacation and sick leaves MultiSport card Top equipment kit, co-workings Hybrid set of works (Office location: Warsaw) Collaborative and innovative work environment Career growth and development opportunities A chance to work with giants of the sports industry About the project Our partner leads the industry in generating dynamic sports videos for every digital destination. Their cutting-edge AI and Machine Learning technologies analyse live sports broadcasts from over 250 leagues and broadcast partners, including iconic names like the NBA, NHL, ESPN, FIBA and Bundesliga, to create personalized, short-form videos in real-time. The solution empowers media rights owners to unlock new revenue streams and deliver a tailored fan experience across every digital platform. Join the high-profile Engineering team and discover the forefront of sports content innovation.

🏢 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: B2B role for an experienced MLOps/LLMOps Engineer to design, automate and maintain a scalable, secure AI platform on Azure for the insurance sector. The position focuses on building production-grade infrastructure for ML and GenAI models, including CI/CD/CT pipelines, Kubernetes deployments and advanced monitoring. You will bridge Data Science and IT Operations, ensuring performance, compliance and reliability of AI solutions. 🗂️ Requirements: Minimum 3 years commercial experience as MLOps Engineer, Experience building MLOps or LLMOps on Azure, Deployment and serving of ML models on Kubernetes AKS, Building automated CI/CD/CT pipelines with DVC and MLflow, Infrastructure as Code using Terraform or Bicep or Ansible, Monitoring Data Drift and Model Drift in production, Implementing AI compliance and audit mechanisms, Optimizing inference performance and resolving production incidents 📃 Skills: Python, Azure, AzureML, AzureAIFoundry, MLflow, DVC, Kubernetes, AKS, Docker, Terraform, Bicep, Ansible, CICD, CT, Monitoring, DataDrift, ModelDrift, KeyVault, IAM 🏢 Description: Clurgo to firma stworzona przez developerów dla developerów. Nasze zespoły łączą pełne spektrum kompetencji - od rozwoju oprogramowania i infrastruktury, przez analizę oraz testy, aż po strategiczne zarządzanie produktem i procesami. Realizujemy różnorodne projekty IT dla klientów z wielu branż, dbając o dobre praktyki programistyczne i zachowanie work-life balance. Tworzymy rozwiązania, które mają znaczenie - dla firm w Polsce i na całym świecie. ✅Dla naszego klienta z branży ubezpieczeniowej budujemy nowoczesną, skalowalną i bezpieczną platformę AI nowej generacji. Szukamy doświadczonego inżyniera, który połączy świat Data Science z IT Operations. ędziesz odpowiedzialny/-a za projektowanie, automatyzację i utrzymanie zaawansowanej infrastruktury produkcyjnej dla modeli ML oraz rozwiązań GenAI (LLM), dbając o najwyższe standardy wydajności, monitoringu oraz zgodności z nadchodzącymi regulacjami prawnymi ✅Technologie i narzędzia: Python, Microsoft Azure, Azure Machine Learning, Azure AI Foundry, MLflow, DVC (Data Version Control), Kubernetes (AKS), Docker, Terraform, Bicep, Ansible, CI/CD/CT Pipelines, Data Drift/Model Drift Monitoring, Data Lineage, Azure Key Vault/IAM Szukamy Ciebie, jeśli: Masz minimum 3 lata komercyjnego doświadczenia w roli MLOps Engineer Budujesz MLOps/LLMOps na Azure, potrafisz sprawnie wdrażać i serwować modele na klastrach Kubernetes (AKS) Stawiasz na „Automation First” i tworzysz zautomatyzowane potoki CI/CD/CT przy użyciu DVC i MLflow Konfigurujesz infrastrukturę przez IaC, masz praktyczną znajomość narzędzi Terraform, Bicep lub Ansible Rozumiesz język inżynierów danych oraz wymagania sieciowe i bezpieczeństwa IT Monitorujesz Data/Model Drift oraz wdrażasz narzędzia audytowe pod kątem AI Act Optymalizujesz koszty i czas inferencji oraz sprawnie rozwiązujesz incydenty produkcyjne Masz otwartość do pojawiania się w warszawskim biurze raz w tygodniu Mile widziane: Certyfikaty Azure: DevOps Engineer Expert (AZ-400) lub Azure AI Engineer (AI-102) Rozumienie zagadnień sieciowych w chmurze hybrydowej (VPN, VNet, Private Endpoints) Znajomość baz wektorowych (np. w kontekście Azure AI Search) Zadania: Rozwijanie i trenowanie modeli ML oraz współtworzenie zaawansowanej platformy AI dla sektora ubezpieczeń Projektowanie skalowalnej infrastruktury MLOps/LLMOps do trenowania i serwowania modeli przy użyciu Azure Machine Learning, Azure AI Foundry oraz Kubernetes (AKS) Wdrażanie zautomatyzowanych potoków CI/CD/CT, obejmujących automatyczne testy, wersjonowanie danych i modeli (DVC, MLflow) oraz Continuous Training Konteneryzacja rozwiązań AI/GenAI i zarządzanie ich wdrożeniami na klastrach Kubernetes Implementacja zaawansowanego monitoringu i observability w celu zapewnienia wysokiej dostępności usług Czego możesz się spodziewać: współpracy w oparciu o kontrakt B2B pracy zdalnej 🏃‍♀️benefitów: opieka medyczna, karta multisport, lekcje języka angielskiego 🎉integracji - lubimy spędzać razem czas profesjonalnego procesu rekrutacyjnego – zawsze otrzymasz od nas feedback niezależnie od decyzji Poznaj nas lepiej👉 https://www.facebook.com/clurgo/

🏢 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 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: 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: 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: The role focuses on developing and deploying ML/AI models and data-driven tools in a cloud-based environment to support business and risk processes within a banking context. You will design scalable data pipelines, implement MLOps practices, and optimize operational processes using advanced analytics. The position combines hands-on machine learning development with production deployment and decision-support responsibilities. 🗂️ Requirements: Minimum 5 years of experience in data analysis and ML/DL modeling, Strong expertise in machine learning and artificial intelligence, Proficiency in Python programming, Experience with cloud environments, preferably GCP, Understanding of MLOps and production deployment of models, Experience in credit risk modeling, Ability to design scalable data pipelines, Experience in building, testing, and deploying ML models 📃 Skills: Python, GCP, ML, DL, MLOps, SQL, BigQuery, TensorFlow, PyTorch, Git 🏢 Description: Na co dzień w naszym zespole: tworzysz i rozwijasz narzędzia wspierające modelowanie ML/AI, bierzesz udział w innowacyjnych projektach R&D ukierunkowanych na realny wkład biznesowy, budujesz, testujesz i wdrażasz modele wykorzystywane w banku, pracujesz w środowisku opartym o GCP i nowoczesny ekosystem data science, przygotowujesz raporty wspierające procesy windykacyjne oraz monitorujesz ich efektywność, projektujesz skalowalne przepływy danych i dbasz o ich jakość, optymalizujesz procesy operacyjne z wykorzystaniem danych, automatyzacji i technik ML, wspierasz proces decyzyjny poprzez dostarczanie wniosków opartych na danych. To stanowisko może być Twoje, jeśli: masz co najmniej 5 lat doświadczenia w pracy z danymi i modelowaniu z wykorzystaniem ML/DL, bardzo dobrze znasz się na modelowaniu, machine learningu i artificial intelligence, swobodnie programujesz w Pythonie, sprawnie poruszasz się w środowisku chmurowym (najlepiej GCP), nie jest Ci obca filozofia MLOps i rozumiesz, jak łączyć modelowanie z procesami produkcyjnymi, posiadasz szeroką wiedzę z obszaru zarządzania ryzykiem kredytowym, chętnie dzielisz się wiedzą i jednocześnie ciągle poszukujesz nowych obszarów do nauki. Twój Pakiet Korzyści: Docenienie działania i zaangażowania: Oprócz wynagrodzenia, każdy z nas ma określone cele – które doceniamy w ramach systemów premiowych. Oferta specjalna: Wspieramy Twoje finanse i oferujemy produkty naszej Grupy Kapitałowej na preferencyjnych warunkach ( m.in . kredyt hipoteczny, kartę kredytową czy ubezpieczenie) oraz pomagamy odkładać na emeryturę w PPE. Elastyczność benefitów: Różnimy się, dlatego to Ty wybierasz z jakich benefitów skorzystasz. Mamy dla Ciebie system kafeteryjny lub działania w ramach ZFŚS m.in . dofinansowanie opieki nad dziećmi, wakacji czy pożyczkę na remont. Możliwości rozwoju: U nas masz szerokie perspektywy rozwoju i możesz uczyć się, jak lubisz. Oferujemy dostęp do różnych form nauki – stacjonarnie i cyfrowo. Wsparcie w zdrowiu i odpoczynku: Dbamy o naszą formę mentalną i fizyczną. Możesz skorzystać z kart sportowych, opieki medycznej LuxMed, stomatologa, programu wellbingowego #FokusNaCiebie czy dodatkowych dni wolnych.