Solution Architect AI

Zakres obowiązków

• Dostarczanie architektury i wdrożeń rozwiązań AI, w tym LLM/GenAI oraz RAG.
• Wykorzystywanie chmurowych usług AI: GCP Vertex AI, Azure OpenAI lub AWS Bedrock; praktyczna praca z Vertex AI, w tym z modelami, pipeline’ami, endpointami i Model Registry.
• Rozwijanie multitenantowej Platformy AI, utrzymywanie workflow agentów i RAG oraz CI/CD dla konfiguracji i wdrożeń.
• Definiowanie podejścia do integracji: architektura mikroserwisów, zarządzanie API i wzorce integracji.
• Współtworzenie architektury cyberbezpieczeństwa, architektury danych oraz infrastruktury dla rozwiązań AI i platformy.
• Stosowanie MLOps: pipeline’y, monitoring modeli i CI/CD dla ML.
• Budowanie i utrzymywanie dokumentacji architektonicznej HLD/LLD oraz komunikowanie rozwiązań odbiorcom technicznym i biznesowym w środowisku cross-funkcjonalnym.
• Zapewnianie AI governance i zgodności regulacyjnej, w tym z EU AI Act i RODO.

Wymagania

• Wykształcenie wyższe w obszarze informatyki, matematyki, machine learningu, data science lub pokrewnym.
• Minimum 5 lat doświadczenia w projektowaniu i implementacji rozwiązań AI, w tym minimum 2 lata z rozwiązaniami opartymi na LLM i GenAI.
• Udokumentowane doświadczenie z usługami chmurowymi AI: GCP Vertex AI, Azure OpenAI lub AWS Bedrock.
• Praktyczna znajomość GCP Vertex AI: modele, pipeline’y, endpointy i Model Registry.
• Umiejętność projektowania rozwiązań LLM i RAG z wykorzystaniem LangChain, LlamaIndex lub narzędzi równoważnych.
• Doświadczenie w machine learningu: modelowanie, ewaluacja i deployment.
• Doświadczenie w tworzeniu dokumentacji architektonicznej HLD i LLD.
• Znajomość MLOps: pipeline’y, monitoring modeli oraz CI/CD dla ML.
• Znajomość zasad AI governance i regulacji: EU AI Act oraz RODO.
• Bardzo dobra znajomość architektury mikroserwisów, zarządzania API i nowoczesnych wzorców integracji.
• Doświadczenie w architekturze cyberbezpieczeństwa, architekturze danych oraz projektowaniu infrastruktury.
• Znajomość języka angielskiego na poziomie B2 lub wyższym, umożliwiająca pracę z dokumentacją techniczną, RFC i vendorami.

Mile widziane

• Znajomość frameworków open source: Hugging Face, LlamaIndex, LangGraph.
• Doświadczenie z modelami embeddings i wektorowymi bazami danych.
• Certyfikat GCP Professional Machine Learning Engineer lub Professional Cloud Architect.
• Certyfikaty AI/ML, np. DeepLearning.AI lub Hugging Face.

Kompetencje osobiste i sposób pracy

• Myślenie architektoniczne i systemowe oraz rozumienie wpływu decyzji na całą organizację.
• Umiejętność prezentowania złożonych koncepcji AI odbiorcom technicznym, biznesowym i zarządowi.
• Dbałość o jakość, standardy, dokumentację i AI governance.
• Proaktywność w identyfikowaniu możliwości zastosowania AI.
• Ciekawość technologiczna i gotowość do eksperymentowania.
• Doświadczenie w pracy w metodykach zwinnych.
• Praca w środowisku cross-funkcjonalnym obejmującym data science, inżynierię, biznes, prawo i bezpieczeństwo.

Oferujemy

• Pracę hybrydową: 1–2 dni pracy w biurze.
• Opcjonalny pakiet medyczny.
• Kartę Multisport.