MLOps / AI Engineer (F/M)

🏢 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: 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: 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: 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: 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: 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: Opportunity to join a newly formed AI team in the banking sector to build a modern AI-native platform from scratch. The role focuses on designing and delivering production-grade solutions using LLMs, RAG, and agent-based architectures, while shaping AI strategy and architectural decisions. You will develop secure, transparent, and scalable AI systems that drive real business value in a regulated financial environment. 🗂️ Requirements: At least 3 years of experience in AI/ML, Minimum 5 years of experience in product development, Strong Python skills, Hands-on experience with LLMs, RAG, and agent-based systems in production, Experience with AI frameworks such as Agno, LangChain, LlamaIndex or similar, Knowledge of prompt engineering and AI model evaluation, Experience with Azure or AWS, Understanding of vector databases and embeddings, Experience with workflow orchestration tools (Temporal, Prefect, Airflow), Ability to design scalable and reliable AI solutions, Experience in model monitoring and MLOps practices, Ability to make architectural decisions and assess business value of AI, Fluent English 📃 Skills: Python, LLM, RAG, LangChain, LlamaIndex, Agno, Azure, AWS, Temporal, Prefect, Airflow, MLOps, Embeddings, VectorDB 🏢 Description: We are looking for an experienced Senior AI Engineer to join a newly formed AI team delivering a strategic initiative in the banking sector. This is a unique opportunity to co-create a modern AI-native platform from scratch and influence the direction of AI within the organisation. In this role, you will design and develop solutions based on LLMs, RAG systems, and agent-based architectures to support data integration and transformation processes. You will contribute to key decisions around AI strategy, model selection, architecture, and quality standards. We are seeking a candidate with strong technical skills and hands-on experience in building production-grade AI solutions—someone who understands where AI brings real business value and can deliver high-quality, transparent, and secure solutions in a financial environment. Your tasks Design and develop solutions based on LLMs, RAG, and agent-based architectures Co-create and execute an AI strategy for a modern banking platform Select models, frameworks, and approaches for production-grade AI solutions Build systems for data integration, transformation, and validation automation Define prompt engineering, model evaluation, and AI quality standards Develop monitoring, evaluation, and continuous improvement mechanisms Collaborate with engineering and product teams on new features Ensure high quality, transparency, and auditability of AI outputs Contribute to key architectural decisions and AI direction Mentor and share knowledge within the AI team Requirements At least 3 years in AI/ML and a minimum of 5 years in product development Strong Python skills Hands-on experience with LLMs, RAG, and agent-based systems in production Familiarity with frameworks such as Agno, LangChain, LlamaIndex, or similar Knowledge of prompt engineering and AI model evaluation Experience with Azure or AWS Understanding of vector databases and embeddings Experience with workflow orchestration tools (e.g., Temporal, Prefect, Airflow) Ability to design scalable, reliable AI solutions Experience in model monitoring and MLOps practices Capability to make architectural decisions and assess the business value of AI Strong collaboration skills with technical and business stakeholders Fluent English Nice-to-have requirements Previous work in financial services, fintech, or other regulated industries Knowledge of compliance, auditability, and AI security Familiarity with MLOps and large-scale ML/LLM deployments Experience fine-tuning open-source models for specific domains Proven track record in developing AI solutions for data platforms, analytics, or SaaS products Background in AI R&D projects Publications, conference speaking, or open-source contributions Experience building and scaling technical teams What we offer Great Place to Work since 2015 - it’s thanks to feedback from our workers that we get this special title and constantly implement new ideas Employment stability - revenue of PLN 2.1BN, no debts, since 2006 on the market We share the profit with Workers - over PLN 76M has already been allocated for this aim since 2022 Attractive benefits package - private healthcare, benefits cafeteria platform, car discounts and more Comfortable workplace – class A offices or remote work Dozens of fascinating projects for prestigious brands from all over the world PLN 1 000 000 per year for your ideas - with this amount, we support the passions and voluntary actions of our workers Investment in your growth – meetups, webinars, training platform and technology blog – you choose Fantastic atmosphere created by all Sii Power People If you want to work on systems with high operational significance — apply now!

🏢 Summary: AI Engineer role focused on developing and enhancing ML and GenAI/LLM-based solutions for fraud detection, anomaly detection, and transaction analytics in the banking sector. The position involves building scalable applications, creating and optimizing machine learning models, and analyzing large-scale data sets. Work is primarily remote with periodic onsite collaboration. 🗂️ Requirements: Higher education degree in ComputerScience, Mathematics, Physics or related field, Minimum 3 years of commercial experience in DataScience, Experience in building and evaluating MachineLearning models, Hands-on experience with LLM and GenAI models and Embeddings, Strong programming skills in Python 📃 Skills: Python, MachineLearning, DataScience, LLM, GenAI, Embeddings, Spark, Hadoop, Hive, Azure, FastAPI, Spring, REST, PowerBI, CICD 🏢 Description: AI Engineer (GenAI, LLM) Na potrzeby projektów z obszaru dużych modeli językowych LLM/Gen AI poszukujemy osób na stanowisko AI Engineer. Obecnie nasz klient - lider innowacyjnych rozwiązań bankowych pracuje nad autorskim systemem do detekcji fraudów, detekcji anomalii oraz analityki w transakcjach klientów. Lokalizacja: Praca zdalna + praca zespołowa z biura w Warszawie (2x w miesiącu) Główne zadania Rozwój aplikacji, które dotykają milionów klientów każdego dnia Pisanie kodu z dbałością o każdy szczegół Tworzenie nowych modeli ML lub rozwój już istniejących Rozwiązywanie problemów, z którymi nie radzą sobie inne zespoły Analiza TB danych w celu poprawy jakości rozwiązań - oferujemy dużą przestrzeń do pracy kreatywnej Oczekiwania Wykształcenie wyższe na kierunku informatyka, fizyka, matematyka, lub pokrewnym (warunek konieczny) Min. 3 lata doświadczenia komercyjnego w zakresie tworzenia rozwiązań Data Science Wiedza z zakresu tworzenia modeli uczenia maszynowego oraz ich ewaluacji Doświadczenie z dużymi modelami językowymi (LLM), embedingami oraz modelami GenAI Doświadczenie w programowaniu z wykorzystaniem Python Ciągła chęć rozwoju, odpowiedzialność, kreatywność oraz pomysłowość Biegła znajomość j. polskiego, dobra znajomość j. angielskiego Mile widziane: doświadczenie przy pisaniu aplikacji RESTowych (np. Spring albo FastAPI) Doświadczenie w pracy z narzędziami Big Data: Spark, Hadoop, Hive etc. doświadczenie w pracy w chmurze Azure doświadczenie w pracy z PowerBi doświadczenie w pracy z narzędziami CI/CD Oferujemy Stałe wsparcie osobistego agenta , dbającego o Twoją ciągłość projektową, kontakt z klientem, niezbędne formalności, komfort pracy oraz rozwój Stabilny projekt i długofalową współpracę w oparciu o umowę o pracę Rozwój zawodowy nie tylko podczas projektu – możesz zaangażować się w przekazywanie wiedzy innym w ramach oferty 7N Services kierowanej do klientów 7N Dostęp do 7N Learning & Development – platformy rozwojowo-edukacyjnej z webinarami, biblioteką artykułów i raportów branżowych oraz zaproszeniami na wydarzenia rozwojowe – techniczne, biznesowe oraz life-stylowe Udział w wybranych eventach organizowanych przez klienta (wyjazdy integracyjne, spotkania świąteczne) oraz 7N (eventy sportowe) Relacje i dostęp do wiedzy najbardziej doświadczonych ekspertów IT na rynku Narzędzia niezbędne do świadczenia usług Pracę hybrydową z przewagą pracy zdalnej z dowolnego miejsca w Polsce (90%) Spotkanie zespołowe w biurze klienta w Warszawie raz na 2 tygodnie Pakiet benefitów zaplanowany od A do Z, czyli dofinansowanie do opieki medycznej, ubezpieczenia na życie, karty sportowej dla Ciebie i Twoich bliskich, a także zniżki do sklepów w Polsce i za granicą.

🏢 Summary: DevOps Engineer role focused on designing and maintaining AI-driven CI/CD pipelines and deploying machine learning models across cloud and hybrid environments. The position involves integrating AI/ML tools into DevOps processes, optimizing infrastructure for AI workloads, and ensuring security and high availability. The engineer will work with modern cloud platforms and data technologies in international, agile projects. 🗂️ Requirements: Bachelor’s degree in Engineering, IT, Science or related field, Minimum 5 years of experience in DevOps or similar role, Hands-on experience with DevOps tools in AI/ML workflows, Experience with cloud platforms and AI/ML services, Experience deploying and scaling ML models in production, Proficiency in scripting or programming languages, Experience implementing automated testing for AI workflows, Knowledge of secure environments for AI-driven systems 📃 Skills: Jenkins, GitHubActions, Kubernetes, Docker, Terraform, AWS, Azure, GCP, MLflow, Kubeflow, Airflow, Python, Bash, YAML, TensorFlow, PyTorch, Scikit-learn, Grafana, AIOps 🏢 Description: About the role As a DevOps Engineer with AI integration skills, you will collaborate across multiple implementation streams and work closely with agile teams to achieve project and client goals. We are looking for passionate engineers ready to move our projects to the next level by leveraging modern technology stacks and AI-driven solutions. You will participate in international projects based on the latest data technologies and cloud platforms. Your key responsibilities Design and maintain CI/CD pipelines incorporating AI/ML tools and frameworks. Collaborate with AI teams to deploy and scale machine learning models in production environments. Integrate AI-based monitoring, alerting, and analytics tools to improve pipeline visibility and enable predictive analysis. Optimize infrastructure resource utilization for AI applications across cloud, on-premises, and hybrid environments. Ensure strong security practices within AI-driven pipeline ecosystems. Troubleshoot pipeline and infrastructure issues, especially those involving AI components, and ensure high availability. Monitor system performance and implement improvements using AI-enhanced tools. Skills and attributes for success Hands-on experience with DevOps tools such as Jenkins, GitHub Actions, Kubernetes, Docker, and Terraform. Strong understanding of cloud platforms (AWS, Azure, Google Cloud) and their AI/ML services. Familiarity with AI workflow tools such as MLflow, Kubeflow, or Airflow. Proficiency in scripting and programming languages (Python, Bash, YAML, etc.). Ability to implement automated testing frameworks for validating AI models and workflows. Experience building secure environments for AI-driven systems. Experience integrating AI-powered monitoring tools (AIOps, Grafana with ML plugins, or custom AI diagnostics). Requirements Bachelor’s degree in Engineering, IT, Science, or a related technical field. At least 5 years of experience in a corporate IT environment in a similar role. Proven experience with DevOps tools and frameworks used in AI/ML workflows. Strong communication skills and ability to collaborate with global teams. Nice to have Certifications in DevOps or AI/ML (e.g., Kubernetes, AWS Machine Learning Specialty). Experience working with AIOps platforms. Knowledge of specialized data pipeline automation tools for machine learning. Hands-on experience with AI/ML frameworks such as TensorFlow, PyTorch, or Scikit-learn in production environments.