MLOps / Data Engineer
ID: 7790
-
Specialization Other – Developer
-
Experience Regular
-
Location Warszawa
-
Working mode Hybrid
-
Salary B2B: 150 – 170 PLN/h

Wynagrodzenie: 1200 – 1360 PLN/ MD net + vat
Model pracy: elastyczna hybryda (1 raz na tydzień z biura klienta w Warszawie)
Dlaczego warto wybrać tę ofertę?
- Będziesz pracował dla uznanej firmy z branży ubezpieczeniowej w Polsce
-
Realny wpływ na rozwój i wdrażanie rozwiązań AI oraz Machine Learning wykorzystywanych w środowisku produkcyjnym
-
Możliwość rozwoju kompetencji na styku MLOps, Data Engineering i Data Science w nowoczesnym środowisku chmurowym
- Społeczność Jit umili Ci czas podczas cyklicznych spotkań integracyjnych
Projekt
Dołączysz do projektu z obszaru MLOps i Machine Learning, którego celem jest rozwój nowoczesnych procesów wspierających budowę, wdrażanie oraz utrzymanie modeli predykcyjnych i silników decyzyjnych. Będziesz odpowiadać za automatyzację oraz optymalizację cyklu życia modeli, tworząc skalowalne i niezawodne rozwiązania w środowisku chmurowym. Projekt łączy kompetencje z obszaru Data Science, Data Engineering i MLOps, ze szczególnym naciskiem na efektywne wdrażanie rozwiązań AI do środowisk produkcyjnych.
Zakres planowanych prac:
- Projektowanie, budowa i rozwój środowisk MLOps wspierających wdrażanie, automatyzację oraz utrzymanie modeli Machine Learning i silników decyzyjnych
- Opracowywanie, wdrażanie i monitorowanie procesów związanych z pełnym cyklem życia modeli analitycznych
- Tworzenie, rozwój i utrzymanie procesów CI/CD oraz automatyzacji wdrożeń rozwiązań ML zgodnie z dobrymi praktykami DevOps i MLOps
- Projektowanie i implementacja procesów na platformach chmurowych i analitycznych (Azure, Fabric, SAS Viya) na potrzeby zespołu MLOps
- Analiza potrzeb rozwojowych platformy oraz projektowanie i wdrażanie rozwiązań usprawniających procesy budowy silników decyzyjnych, modeli predykcyjnych oraz integrujących środowiska on-prem z cloud
- Analiza nowych technologii i usług chmurowych oraz rekomendowanie ich zastosowania w architekturze rozwiązań Machine Learning i AI
Wymagane kompetencje
-
Wykształcenie wyższe w obszarze Data Science, ekonometrii, statystyki, matematyki, fizyki lub kierunków pokrewnych
-
Minimum 2 lata doświadczenia w obszarze MLOps, Machine Learning lub Data Engineering
-
Znajomość środowiska Azure oraz ekosystemu Microsoft
-
Praktyczna znajomość programowania w Pythonie
-
Znajomość Git oraz procesów CI/CD
-
Doświadczenie w pracy z platformami analitycznymi i Machine Learning (np. Azure ML, Databricks, SAS Viya lub rozwiązaniami podobnej klasy)
-
Znajomość zagadnień związanych z wdrażaniem, monitoringiem i zarządzaniem cyklem życia modeli ML
-
Umiejętność analizy nowych technologii oraz rekomendowania ich zastosowań biznesowych
Technologie z jakimi będziesz pracować
-
Microsoft Azure
-
Python
-
Git
-
CI/CD
- SAS VIYA / Azure ML / Databricks / Fabric
Klient – dlaczego warto wybrać akurat tego klienta z portfolio JIT?
Nasz Klient to niekwestionowany lider w dziedzinie usług ubezpieczeniowych w Polsce. Specjalizuje się głównie w obszarze ubezpieczeń majątkowych i osobowych.
Firma zatrudnia ponad 1000 pracowników w IT. Oferuje nie tylko szeroką gamę produktów ubezpieczeniowych, zajmuje się także windykacją i wsparciem klientów w spłacie zobowiązań finansowych.
Dzięki wieloletniemu doświadczeniu w branży ubezpieczeniowej, klient regularnie wprowadza zmiany w swoich systemach, dążąc do zwiększenia efektywności usług i stosowania nowoczesnych rozwiązań IT. Jako firma odpowiedzialna i innowacyjna, nieustannie rozwija i dostosowuje się do dynamicznie zmieniającego się rynku.
O Jit Team
The Human factor of IT – to nie tylko slogan, to filozofia. Fundamentem Jit Team są ludzie, dlatego to właśnie Was traktujemy priorytetowo. Zatrudniamy ponad 770 doświadczonych ekspertów, którym oferujemy rozwojowe projekty, szeroki zakres benefitów oraz autorski program rozwoju zawodowego. Wspólnie z klientami z całego świata tworzymy innowacyjne rozwiązania IT, dostarczane przez wysoko specjalizowane i efektywne zespoły.
Za naszą maksymą stoją, także działania charytatywne i edukacyjne. Wspieramy szkoły, uczelnie i instytucje edukacyjne – prowadząc zajęcia, projekty edukacyjne, sponsorując wydarzenia czy przekazując sprzęt do nauki. Oferujemy staże umożliwiające rozpoczęcie kariery w IT. Wspieramy ratowników wodnych oraz szpitale, dostarczając potrzebne wyposażenie. Wspieramy też liczne organizacje charytatywne wspierające ubogich, dzieci i osoby starsze. Jesteśmy Polską firmą i dzielimy się tym, co osiągnęliśmy przez ponad 15 lat działalności. Wspierając rodzime inicjatywy, dbamy o obieg dobrej energii.
Here’s how we get from first “hello”
to “welcome aboard”
You’ll meet with our HR team to discuss your experience, approach to software development, and teamwork. We’ll also verify your English language proficiency as part of the conversation. Then, you’ll take part in a technical interview focused on your skills and problem-solving mindset.
If both interviews go well, we’ll match you with a project aligned with your skills and expectations. You’ll then meet the client – this is where the final project-related decision is made.
Based on feedback and your preferences, we’ll prepare an offer tailored to your experience. We’ll agree on the project, salary, type of contract, and your start date.
We start with a short phone conversation to get to know each other. We’ll talk about your experience, career goals, and motivation, while giving you a chance to learn more about Jit Team and the role.
Depending on the role, you’ll complete a short recruitment task to showcase your skills. We’ll also verify your English language proficiency as part of this stage.
Next, you’ll meet your future Team Leader at our office. We’ll discuss your experience, ways of working, and how your skills match the role, while giving you a better understanding of the team and day-to-day collaboration.
If we’re a good match, we’ll prepare an offer tailored to your experience. We’ll agree on the salary, type of contract, and your start date. Welcome to Jit Team!
Haven’t found a suitable job description, but you
still wanna be a part of The Team?
Let’s talk – your next role might not be listed yet.