MLOps Engineer (Azure / Databricks / Python ML Platform Engineer)

wygasa za 11 dni (do 19 wrz)

Warszawa, mazowieckie

Umowa o pracę

Pełny etat

Jesteśmy Square One Resources – Twoim zaufanym partnerem w dziedzinie technologii informatycznych i doradztwa IT. Nasza historia zaczęła się w 1995 roku w Warszawie i od tego czasu nieustannie rozwijamy nasze kompetencje, aby łączyć świat biznesu ze specjalistami IT. Jesteśmy dumni z tego, że nasz zespół, liczący 11–50 pracowników, oraz ponad 850 konsultantów na całym świecie, z których 490+ działa w Polsce, codziennie wprowadza innowacje i najlepsze praktyki w branży. Specjalizujemy się w rekrutacji IT, outsourcingu IT oraz Managed Services. Nasze usługi, takie jak body leasing i team leasing, są dostosowane do indywidualnych potrzeb naszych klientów, a nasza międzynarodowa obecność pozwala na działanie na szeroką skalę. Jesteśmy zespołem kreatywnych, zwinnych i elastycznych profesjonalistów, którzy cenią sobie uczciwość i rzetelność w informowaniu o możliwościach rozwoju kariery. Nasze wartości są odzwierciedleniem naszej kultury organizacyjnej i są kluczowe w budowaniu długotrwałych relacji zarówno z klientami, jak i pracownikami. Wierzymy, że dzięki naszemu podejściu możemy nie tylko odpowiadać na bieżące potrzeby rynku, ale także przewidywać przyszłe trendy i dostosowywać się do nich. Jesteśmy dumni z tego, co osiągnęliśmy, ale jeszcze bardziej ekscytuje nas przyszłość i możliwości, które przed nami stoją. Dziękujemy, że jesteście częścią naszej podróży i zapraszamy do współpracy, aby razem tworzyć lepsze jutro w świecie IT.

As a key member of the Data Science Hub, you will join a specialized team responsible for delivering scalable, high-performance data and machine learning solutions across the organization. The project focuses on building and maintaining a modern ML & analytics platform supporting critical business functions in supply chain and marketing domains.

You will collaborate closely with data scientists, data engineers, and analysts to design, deploy, and operate machine learning systems in production, leveraging cloud-native technologies within the Microsoft Azure ecosystem and Databricks platform.

The role is centered on enabling end-to-end ML lifecycle management, ensuring reliability, scalability, and operational excellence of ML pipelines.

MLOps Engineer (Azure / Databricks / Python ML Platform Engineer)

Your responsibilities

Design, build, and optimize scalable machine learning solutions in cloud-based environments (Azure)
Support end-to-end ML lifecycle: development, deployment, monitoring, and maintenance of ML models
Implement DevOps practices for ML workflows including CI/CD, version control, testing, and automation
Develop and maintain efficient, testable, and production-grade Python code for ML pipelines
Collaborate with data engineering teams to improve data ingestion, transformation, and model deployment processes
Design and implement monitoring, alerting, troubleshooting, and incident management for ML pipelines
Act as an ML Ops subject matter expert, advising stakeholders on scalability, infrastructure, and deployment strategies
Ensure best practices in ML system design, reliability, and performance optimization

Our requirements

Minimum 2+ years of experience in MLOps, ML Engineering, or similar production-focused ML role
Strong hands-on experience with:
Machine Learning (ML) in production environments
Microsoft Azure cloud platform
Databricks (setup, maintenance, and ML workflows)
Python (advanced level) and SQL
Experience working with Git and CI/CD pipelines in production environments
Solid understanding of ML lifecycle and collaboration with data science teams
Experience with DevOps practices, testing frameworks, and software engineering standards
Familiarity with Agile methodologies (Scrum / Kanban)
Strong focus on code quality, scalability, and maintainability
Business-level English (written and spoken)
Experience with ML applications involving UI components (e.g., Streamlit, Dash, Shiny)
Hands-on experience with Azure infrastructure setup for data/ML platforms
Experience with Snowpark and productionizing ML/AI solutions in Snowflake ecosystem
Strong communication skills for explaining complex ML Ops topics to mixed technical audiences
Experience mentoring junior engineers or contributing to team capability development