About us
ALGOTEQUE is an IT consultancy firm that helps startups, mid-sized and large corporations to create and deliver innovative technologies.
Our team has a successful track record in designing, developing, implementing, and integrating software solutions (AI, ML, BI, Web, Automation) for Telecom, Energy, Bank, Insurance, Pharma, Automotive, Industry, e-commerce. We deliver our services both in fixed-price and time-and-materials models, helping our customers achieve their business and IT strategies.
Job description
Do współpracy przy strategicznym programie transformacyjnym poszukujemy MLOps / AI Platform Engineera. Projekt obejmuje budowę nowoczesnego ekosystemu obsługi szkód i świadczeń, wykorzystującego AI, dane, automatyzację i workflow.
Zakres projektu:
- Projektowanie i rozwój skalowalnej platformy MLOps / LLMOps dla rozwiązań AI/ML.
- Budowa infrastruktury w Azure, w szczególności z wykorzystaniem Azure Machine Learning, Azure AI Foundry, AKS i Azure Container Registry.
- Tworzenie i rozwój pipeline'ów CI/CD/CT dla rozwiązań ML, obejmujących m.in. automatyczne testowanie, wersjonowanie modeli i danych oraz trenowanie modeli.
- Konteneryzacja modeli AI/GenAI z wykorzystaniem Docker oraz wdrażanie ich na Kubernetes.
- Automatyzacja infrastruktury i procesów z wykorzystaniem Infrastructure as Code.
- Monitoring i observability modeli oraz infrastruktury, w tym analiza Data Drift / Model Drift, logowanie i alertowanie.
- Zapewnienie audytowalności, bezpieczeństwa i lineage modeli z uwzględnieniem wymagań regulacyjnych, w tym AI Act.
- Optymalizacja wykorzystania zasobów Azure, wydajności inferencji i kosztów infrastruktury.
- Współpraca z zespołami Data Science, AI oraz IT Operations przy wdrażaniu modeli na produkcję.
Required qualifications
- Minimum 3 lata doświadczenia w obszarze DevOps, MLOps lub Software Engineering, w tym doświadczenie z produkcyjnymi modelami ML.
- Bardzo dobra znajomość Azure – szczególnie Azure Machine Learning, AKS i Azure Container Registry. Alternatywnie doświadczenie z GCP/AWS i gotowość do szybkiego wejścia w ekosystem Azure.
- Praktyczne doświadczenie w budowaniu pipeline'ów CI/CD/CT z wykorzystaniem Azure DevOps, GitHub Actions lub Jenkins, również z uwzględnieniem procesów trenowania i wdrażania modeli ML.
- Dobra znajomość Python oraz Bash/Shell, wykorzystywanych do automatyzacji i pracy z SDK narzędzi ML.
- Praktyczna znajomość narzędzi MLOps, takich jak MLflow, Kubeflow lub rozwiązania natywne dla chmury.
- Bardzo dobra znajomość Docker i Kubernetes, w tym Helm oraz Ingress.
- Znajomość Infrastructure as Code – Terraform, Bicep lub Ansible.
- Doświadczenie w automatyzacji, utrzymaniu i skalowaniu środowisk produkcyjnych.
- Umiejętność współpracy na styku Data Science i IT Operations.
- Proaktywne podejście do rozwiązywania problemów wydajnościowych i incydentów produkcyjnych.
- Wykształcenie wyższe techniczne będzie dodatkowym atutem.
- Świadczenie usług z terytorium Polski.
- Udział w spotkaniach projektowych raz w tygodniu w Warszawie,
Mile widziane
- Certyfikaty Azure DevOps Engineer Expert (AZ-400) lub Azure AI Engineer (AI-102).
- Doświadczenie z LLM, GenAI i architekturą RAG.
- Znajomość Prometheus, Grafana lub Azure Monitor.
- Znajomość sieci w środowiskach hybrydowych: VPN, VNet, Private Endpoints.
- Doświadczenie z bazami wektorowymi, w szczególności Azure AI Search.
- Znajomość zagadnień AI Governance i regulacji dotyczących AI.
- Podejście Automation First – automatyzacja procesów poprzez skrypty i narzędzia.