AI Engineer

Wynagrodzenie: 14 000–17 000

Poziom stanowiska: Intermediate

Zakres obowiązków

• Analizowanie potrzeb klientów w kontekście wdrażania projektów ML/AI.
• Przekładanie wymagań biznesowych klientów na architekturę rozwiązań AI oraz wsparcie zespołów konsultingowych i architektonicznych.
• Projektowanie oraz wspieranie tworzenia, wdrażania i skalowania aplikacji opartych na GenAI, LLM, RAG oraz klasycznym Machine Learningu.
• Wykorzystanie natywnych usług AI/ML na platformach Google Cloud (Vertex AI) oraz Microsoft Azure (Azure OpenAI / Azure AI Services).
• Budowanie i automatyzowanie potoków danych, procesów uczenia, ewaluacji, wdrażania oraz monitorowania modeli na produkcji.
• Projektowanie, budowanie i automatyzowanie procesów ewaluacyjnych aplikacji AI/ML.
• Wspieranie wewnętrznych procesów organizacji w adopcji narzędzi i rozwiązań AI.
• Śledzenie trendów w świecie AI, testowanie nowych modeli i frameworków oraz optymalizowanie kosztowe i wydajnościowe wdrożeń.

Wymagania

• Minimum 2 lata praktycznego doświadczenia w rolach AI Engineer, MLOps Engineer lub Data Scientist przy rozwiązaniach produkcyjnych.
• Praktyczna wiedza z zakresu Generative AI, architektury RAG, Prompt Engineeringu, fine-tuningu oraz frameworków LangChain, CrewAI, ADK, AutoGen i Semantic Kernel.
• Bardzo dobra znajomość Pythona oraz standardowego stosu ML: PyTorch, NumPy, Pandas i Scikit-learn.
• Praktyczne doświadczenie z Google Cloud lub Azure w obszarze usług danych i sztucznej inteligencji.
• Znajomość dobrych praktyk developerskich: Git, Docker, Kubernetes, CI/CD i REST API.
• Bardzo dobra znajomość języka polskiego i angielskiego w mowie i piśmie.

Mile widziane

• Certyfikaty chmurowe AI/ML, np. Google Cloud Professional ML Engineer lub Microsoft Certified: Azure AI Engineer Associate.
• Doświadczenie z bazami wektorowymi: ChromaDB, Pinecone, Qdrant, Pgvector.
• Doświadczenie w sektorach regulowanych, takich jak finanse, bankowość lub ochrona zdrowia.
• Znajomość rozwiązań on-prem.

Warunki i benefity

• Zadaniowy tryb pracy hybrydowej lub zdalnej.
• Finansowanie szkoleń i certyfikacji.
• Od pierwszego dnia dostęp do platform edukacyjnych Google i Microsoft.
• Zwinne środowisko pracy oraz narzędzia: Google Workspace, Slack, GitHub i Jira.
• Prywatna opieka medyczna.
• Możliwość przystąpienia do ubezpieczenia grupowego na preferencyjnych warunkach.
• Finansowanie karty Multisport.
• Organizacja i współfinansowanie nauki języka angielskiego.
• Wsparcie autonomii w podejmowaniu decyzji oraz efektywny onboarding.