DevOps/MLOps-Ingenieur (Azure) in Connectis_

Gemeinsam mit unserem Partner, einem sich dynamisch entwickelnden Unternehmen in der Versicherungsbranche, suchen wir eine Person für die Position eines DevOps/MLOps Engineer.

Der Spezialist arbeitet mit der Abteilung zusammen, die für die Datenverarbeitung der gesamten Versicherungsgruppe zuständig ist. Der Schwerpunkt des Projekts liegt auf der Implementierung von maschinellem Lernen, um die Zeit für die Datenvorbereitung zu verkürzen.

Wir bieten:

• Möglichkeit zur Teilnahme an Integrationstreffen und Technologietreffen, bei denen Sie Wissen und Erfahrungen austauschen können,
• Unterstützung von ein individueller HR-Berater für Human Resources und HR, der Ihnen bei arbeitsbezogenen Angelegenheiten jederzeit zur Seite steht,
• Arbeiten Sie in einem Hybridmodell (4 Tage remote, 1 Tag vom Büro/Woche in Warschau oder Danzig). )
• Stabile und langfristige Beschäftigung in einem Unternehmen mit einer etablierten Marktposition,
• 5.000 PLN für die Empfehlung eines Freundes für eines unserer Projekte,
• Jede Form der Zusammenarbeit: B2B, UoP oder UZ – Sie entscheiden
• Schneller Rekrutierungsprozess aus der Ferne.

Wenn Sie bereit sind, die Herausforderung in einem dynamischen Umfeld anzunehmen und einen Mehrwert für ein wachsendes Versicherungsprojekt zu schaffen, freuen wir uns auf Ihre Bewerbung! Werden Sie Teil unseres Teams, in dem Innovation und Professionalität Hand in Hand gehen.

REKRUTIERUNGSPROZESS: 1. Erstes 10-minütiges Telefoninterview auf Connectis-Seite, 2. Interview mit der Personalabteilung auf Connectis-Seite, 3. Technisches Interview auf Kundenseite – ENTSCHEIDUNG!

• Mindestens 4 Jahre kommerzielle Erfahrung in einer  DevOps/MLOps-Rolle ,
• Erfahrung in der Echtzeitunterstützung Inferenzszenarien mit  Azure Machine Learning und AKS
• Kenntnisse über Tools, Methoden und Frameworks, die von Datenwissenschaftlern verwendet werden (z. B. PyTorch und TensorFlow ). )
• Umfassende Kenntnisse in Softwareentwicklung und -technik kombiniert mit ML-Modellen,
• Erfahrung mit gängigen MLOps-Frameworks wie  MLFlo ,
• Kenntnisse in objektorientierter Programmierung in Python und anderen Sprachen,
• Erfahrung in der Erstellung von AML , Databricks, Dataiku und API-Management

Zusammen mit unserem Partner, Als sich dynamisch entwickelndes Unternehmen in der Versicherungsbranche suchen wir eine Person für die Position DevOps/MLOps Engineer .

Der Spezialist arbeitet mit der Abteilung zusammen, die sich mit der Datenverarbeitung für die gesamte Versicherungsgruppe befasst. Der Schwerpunkt des Projekts liegt auf der Implementierung von maschinellem Lernen, um die Zeit für die Datenvorbereitung zu verkürzen.

Wir bieten:

• Möglichkeit zur Teilnahme an Integrationstreffen und Technologietreffen, bei denen Sie Wissen und Erfahrungen austauschen können,
• Unterstützung von ein individueller HR-Berater für Human Resources und HR, der Ihnen bei arbeitsbezogenen Angelegenheiten jederzeit zur Seite steht,
• Arbeiten Sie in einem Hybridmodell (4 Tage remote, 1 Tag vom Büro/Woche in Warschau oder Danzig). )
< li> Stabile und langfristige Beschäftigung in einem Unternehmen mit einer etablierten Marktposition,
• 5.000 PLN für die Empfehlung eines Freundes an wenLöwe aus unseren Projekten,
• Jede Form der Zusammenarbeit: B2B, UoP oder UZ – Sie entscheiden
• Schneller Rekrutierungsprozess aus der Ferne.

Wenn Sie bereit sind, die Herausforderung in einem dynamischen Umfeld anzunehmen und einen Mehrwert für ein wachsendes Versicherungsprojekt zu schaffen, freuen wir uns auf Ihre Bewerbung! Werden Sie Teil unseres Teams, in dem Innovation und Professionalität Hand in Hand gehen.

REKRUTIERUNGSPROZESS: 1. Erstes 10-minütiges Telefoninterview auf Connectis-Seite, 2. Interview mit der Personalabteilung auf Connectis-Seite, 3. Technisches Interview auf Kundenseite – ENTSCHEIDUNG!

,[Verantwortlich für den gesamten Funktionslebenszyklus – von der Entwicklung und Unit-Tests bis hin zu Implementierungs- und Integrationstests,, Entwicklung und Austausch von Best Practices für ML-Engineering-Aufgaben mit der internen MLOps-Community,, Expertenrat zu MLOps-Good Practices , Nutzung bestehender Azure-Cloud-Infrastruktur, Implementierung von Lösungen für Betrieb, Überwachung und Benachrichtigung für implementierte und getestete Pipelines, Design und Integration von MLOps-Workflows mithilfe des Dataiku-Plug-Ins, Erstellung und Automatisierung von CI/CD-Pipelines in Azure DevOps] Beiträge: Python, DevOps, MLOps, Azure, Machine Learning, PyTorch, TensorFlow, Databricks, API Zu den Vorteilen gehören: Sportabonnement, private Gesundheitsfürsorge, internationale Projekte.