Praca w Warszawie w trybie hybrydowym (część dni zdalnie, część w biurze), w formule B2B.
Projekt realizowany jest dla międzynarodowej firmy rozwijającej innowacyjną platformę wykorzystującą sztuczną inteligencję do optymalizacji procesów biznesowych.
Dołączysz do interdyscyplinarnego zespołu AI/ML, gdzie wspólnie z data scientistami i inżynierami danych będziesz tworzyć rozwiązania oparte na najnowszych algorytmach (w tym modele Deep Learning i Large Language Models).
Pracujemy w metodyce Scrum, kładąc nacisk na badania i eksperymenty, a jednocześnie na wysoką jakość kodu i powtarzalność procesu (MLOps).
responsibilities :
Projektowanie, trenowanie oraz wdrażanie modeli uczenia maszynowego dostosowanych do potrzeb biznesowych (np. modele predykcyjne, klasyfikatory, modele NLP)
Integracja rozwiązań AI z istniejącym oprogramowaniem – tworzenie usług i API udostępniających wyniki działania modeli
Analiza dużych zbiorów danych treningowych: przygotowanie danych, inżynieria cech, trenowanie i strojenie hiperparametrów modeli
Monitorowanie jakości i skuteczności modeli ML/AI po wdrożeniu (analiza metryk, walidacja wyników, retraining wg potrzeby)
Współpraca z zespołem data engineerów i developerów przy budowaniu pipeline’ów danych i wdrażaniu modeli na środowiska produkcyjne
Konsultacje z interesariuszami biznesowymi w celu zrozumienia wymagań oraz prezentacja wyników działania modeli (wyjaśnianie predykcji, proponowanie usprawnień)
Dokumentowanie przeprowadzonych eksperymentów, architektury modeli oraz tworzonych rozwiązań AI
requirements-expected :
Min. 2–3 lata doświadczenia w projektowaniu lub implementacji rozwiązań z obszaru AI/ML (modelowanie, programowanie lub analiza danych)
Biegła znajomość języka Python i popularnych bibliotek do uczenia maszynowego (TensorFlow, PyTorch, scikit-learn)
Praktyczne doświadczenie w tworzeniu i trenowaniu modeli sztucznej inteligencji – od eksploracji danych, przez wybór algorytmu, po walidację wyników
Dobra znajomość zagadnień NLP oraz modeli językowych (Large Language Models) – umiejętność wykorzystania i fine-tuningu istniejących modeli (GPT, BERT itp.)
Zrozumienie algorytmów uczenia maszynowego (regresja, drzewa decyzyjne, sieci neuronowe, itp.) oraz metod oceny modeli (metryki, cross-validation)
Umiejętność pisania czystego, dobrze udokumentowanego kodu oraz stosowania najlepszych praktyk inżynierii oprogramowania (w kontekście projektów AI)
Doświadczenie w pracy z narzędziami do kontroli wersji (Git) i we wspólnym repozytorium kodu (branżowe workflow)
Wykształcenie wyższe (informatyka, matematyka, data science lub pokrewne) zapewniające podstawy teoretyczne w zakresie AI/ML
Analityczne myślenie, umiejętność rozwiązywania złożonych problemów i wyciągania wniosków z danych
Język angielski na poziomie umożliwiającym swobodną pracę z dokumentacją i literaturą branżową (min. B2)
offered :
Dostęp do nowoczesnej infrastruktury (GPU, chmura)
