---
title: MLOps Engineer
company: apreel
category: Data Science
subcategory: Data Science
experience_level: Regular
work_mode: hybrid
location: Warszawa
employment_type: B2B
salary_min: 20200
salary_max: 31100
salary_currency: PLN
salary_period: month
technologies: [Azure, Python, AI, ML, CI/CD]
posted: 2026-05-26
valid_through: 2026-06-26
url: "https://solid.jobs/offer/31930/apreel-mlops-engineer"
---

# MLOps Engineer — apreel

## Kluczowe informacje

- **Firma:** apreel
- **Lokalizacja:** Centrum, Warszawa
- **Tryb pracy:** Hybrydowo
- **Wynagrodzenie:** 20.2k–31.1k PLN netto/m (B2B)
- **Forma zatrudnienia:** B2B
- **Wymiar etatu:** 100%
- **Godziny pracy:** Elastyczne godziny pracy
- **Poziom doświadczenia:** Regular
- **Minimalne doświadczenie:** 3 mies.
- **Kategoria:** Data Science
- **Specjalizacja:** Data Science
- **Data publikacji:** 2026-05-26
- **Aktywne do:** 2026-06-26

## Technologie i umiejętności

**Wymagane:**

- Azure — zaawansowany
- Python — zaawansowany
- AI — zaawansowany
- ML — zaawansowany
- CI/CD — zaawansowany

## Języki

- Polski — ekspert
- Angielski — zaawansowany

## Opis stanowiska

Zakres obowiązków:    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.    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.     Lokalizacja: Warszawa/ Wola; praca hybrydowa – 1x w tygodniu w biurze

## Kogo szukamy

Wymagania:   Minimum 3 lata doświadczenia w obszarze DevOps, MLOps lub Inżynierii Oprogramowania, w tym praktyka w pracy z modelami ML na produkcji.  Zaawansowana znajomość Docker i Kubernetes (zarządzanie klastrami, Helm charts, Ingress).  Głęboka znajomość Azure (w szczególności Azure ML, AKS, Azure Container Registry) lub GCP/AWS z gotowością do szybkiego wejścia w Azure.  Doświadczenie w budowaniu pipeline'ów (Azure DevOps, GitHub Actions, Jenkins) uwzględniających specyfikę ML (np. trenowanie modelu jako krok w pipeline)  Dobra znajomość Python (niezbędna do pracy z SDK narzędzi ML) oraz Bash/Shell.  Praktyczna obsługa MLflow, Kubeflow lub rozwiązań natywnych chmury do zarządzania cyklem życia modelu.  Znajomość Terraform, Bicep lub Ansible.  Podejście "Automation First" – dążenie do eliminacji pracy manualnej poprzez skrypty i narzędzia.   Nice to have:   Certyfikaty Azure: DevOps Engineer Expert (AZ-400) lub Azure AI Engineer (AI-102).  Doświadczenie we wdrażaniu modeli LLM i architektur RAG.  Znajomość narzędzi do monitoringu (Prometheus, Grafana, Azure Monitor).  Rozumienie zagadnień sieciowych w chmurze hybrydowej (VPN, VNet, Private Endpoints).  Znajomość baz wektorowych (np. w kontekście Azure AI Search).

## Lokalizacje

- Centrum, Warszawa, Polska

## O firmie — apreel

**Wielkość firmy:** 300

Firma apreel powstała w kwietniu 2010 roku. W miarę rozwoju firmy i równolegle ze wzrostem poziomu zaufania klientów, jej działalność poszerzyła się o usługi Outsourcingu Specjalistów IT. Dziś to właśnie ten obszar stanowi główny filar działalności apreel.

## Aplikuj

Aplikuj na: https://solid.jobs/offer/31930/apreel-mlops-engineer

---

*Źródło: https://solid.jobs/offer/31930/apreel-mlops-engineer · Wygenerowano: 2026-05-26T16:46:00Z*