Ekspert/-tka Inżynier/-ka Systemów AI
⚲ Warszawa, Wola
17 000–21 000 zł brutto / mies.
Wymagania
- Python
- NLP
- Java/Scala/C++
- PyTorch/TensorFlow
- Agile
- LLM
- Docker
- Kubernetes
Opis stanowiska
Nasze wymagania:
Wykształcenie wyższe w zakresie informatyki, matematyki, fizyki lub kierunków pokrewnych
Minimum 5 lat doświadczenia w projektowaniu i implementacji złożonych systemów oprogramowania
Bardzo dobra znajomość języków programowania: Python (preferowany), Java, Scala lub C++
Doświadczenie w pracy z modelami uczenia maszynowego, w szczególności NLP i/lub systemami LLM
Znajomość frameworków uczenia maszynowego, takich jak PyTorch lub TensorFlow.Doświadczenie w pracy z ekosystemem LLM, np. Hugging Face Transformers, OpenAI API lub podobnymi narzędziami
Umiejętność projektowania i implementacji skalowalnych systemów rozproszonych (w szczególności mikroserwisowych)
Znajomość relacyjnych i nierelacyjnych baz danych (np. PostgreSQL, MongoDB) oraz podstawowych zasad projektowania danych w systemach AI
Doświadczenie w pracy z chmurą obliczeniową (AWS, GCP lub Azure)
Umiejętność tworzenia dokumentacji technicznej architektury systemów
Znajomość metodyk pracy zespołowej i zarządzania projektami (Agile, Scrum lub podobne)
Doświadczenie w pracy w interdyscyplinarnych zespołach badawczo-inżynierskich (ML, data, software)
Bardzo dobra znajomość języka angielskiego (min. B2+/C1) w mowie i piśmie
Mile widziane:
Doświadczenie w projektach badawczo-rozwojowych realizowanych we współpracy z uczelniami lub instytucjami naukowymi
Doświadczenie w implementacji, optymalizacji lub wdrażaniu modeli LLM w środowiskach produkcyjnych lub badawczych
Znajomość technik optymalizacji modeli (fine-tuning, pruning, quantization, distillation)
Doświadczenie w projektowaniu, budowie i utrzymaniu dużych zbiorów danych treningowych dla modeli językowych
Znajomość zagadnień związanych z przetwarzaniem, anonimizacją i bezpieczeństwem danych wrażliwych
Doświadczenie w pracy z technologiami konteneryzacji i orkiestracji (Docker, Kubernetes)
Znajomość narzędzi do zarządzania cyklem życia modeli ML i eksperymentów (np. MLflow, Kubeflow)
Doświadczenie w projektowaniu i utrzymaniu pipeline’ów danych i systemów AI end-to-end (data → training → deployment)
Autorstwo lub współautorstwo publikacji naukowych w obszarze AI/ML/NLP (mile widziane).
Certyfikaty potwierdzające kompetencje w zakresie technologii chmurowych lub systemów rozproszonych (mile widziane)
Doświadczenie w mentoringu, prowadzeniu wiedzy technicznej oraz wspieraniu rozwoju młodszych członków zespołu
O projekcie:
Projekt dotyczy rozwoju polskojęzycznych dużych modeli językowych, w szczególności PLLuM.
Zakres obowiązków:
Przygotowanie danych, usprawnienie infrastrukturalne treningu modeli językowych
Usprawnienie programistyczne ewaluacji automatycznych
Rozwijanie komponentów systemowych, w szczególności w aspekcie agentowym i RAGowym
Wsparcie merytoryczne jednostek podczas wdrożeń
Testowanie nowych architektur modelu w warsztacie wdrożeniowym
Wykształcenie wyższe w zakresie informatyki, matematyki, fizyki lub kierunków pokrewnych
Minimum 5 lat doświadczenia w projektowaniu i implementacji złożonych systemów oprogramowania
Bardzo dobra znajomość języków programowania: Python (preferowany), Java, Scala lub C++
Doświadczenie w pracy z modelami uczenia maszynowego, w szczególności NLP i/lub systemami LLM
Znajomość frameworków uczenia maszynowego, takich jak PyTorch lub TensorFlow.Doświadczenie w pracy z ekosystemem LLM, np. Hugging Face Transformers, OpenAI API lub podobnymi narzędziami
Umiejętność projektowania i implementacji skalowalnych systemów rozproszonych (w szczególności mikroserwisowych)
Znajomość relacyjnych i nierelacyjnych baz danych (np. PostgreSQL, MongoDB) oraz podstawowych zasad projektowania danych w systemach AI
Doświadczenie w pracy z chmurą obliczeniową (AWS, GCP lub Azure)
Umiejętność tworzenia dokumentacji technicznej architektury systemów
Znajomość metodyk pracy zespołowej i zarządzania projektami (Agile, Scrum lub podobne)
Doświadczenie w pracy w interdyscyplinarnych zespołach badawczo-inżynierskich (ML, data, software)
Bardzo dobra znajomość języka angielskiego (min. B2+/C1) w mowie i piśmie
Mile widziane:
Doświadczenie w projektach badawczo-rozwojowych realizowanych we współpracy z uczelniami lub instytucjami naukowymi
Doświadczenie w implementacji, optymalizacji lub wdrażaniu modeli LLM w środowiskach produkcyjnych lub badawczych
Znajomość technik optymalizacji modeli (fine-tuning, pruning, quantization, distillation)
Doświadczenie w projektowaniu, budowie i utrzymaniu dużych zbiorów danych treningowych dla modeli językowych
Znajomość zagadnień związanych z przetwarzaniem, anonimizacją i bezpieczeństwem danych wrażliwych
Doświadczenie w pracy z technologiami konteneryzacji i orkiestracji (Docker, Kubernetes)
Znajomość narzędzi do zarządzania cyklem życia modeli ML i eksperymentów (np. MLflow, Kubeflow)
Doświadczenie w projektowaniu i utrzymaniu pipeline’ów danych i systemów AI end-to-end (data → training → deployment)
Autorstwo lub współautorstwo publikacji naukowych w obszarze AI/ML/NLP (mile widziane).
Certyfikaty potwierdzające kompetencje w zakresie technologii chmurowych lub systemów rozproszonych (mile widziane)
Doświadczenie w mentoringu, prowadzeniu wiedzy technicznej oraz wspieraniu rozwoju młodszych członków zespołu
O projekcie:
Projekt dotyczy rozwoju polskojęzycznych dużych modeli językowych, w szczególności PLLuM.
Zakres obowiązków:
Przygotowanie danych, usprawnienie infrastrukturalne treningu modeli językowych
Usprawnienie programistyczne ewaluacji automatycznych
Rozwijanie komponentów systemowych, w szczególności w aspekcie agentowym i RAGowym
Wsparcie merytoryczne jednostek podczas wdrożeń
Testowanie nowych architektur modelu w warsztacie wdrożeniowym
🔍 Dekoder Ogłoszenia
🔴
Ekspert/-tka Inżynier/-ka Systemów AI
Tytuł sugeruje bardzo wysoki poziom specjalizacji, ale w praktyce może oznaczać szeroki zakres obowiązków związanych z AI, niekoniecznie tylko na poziomie eksperckim.
🟡
Minimum 5 lat doświadczenia w projektowaniu i implementacji złożonych systemów oprogramowania
Chociaż podany jest konkretny staż, 'złożone systemy oprogramowania' to szerokie pojęcie, które może obejmować projekty o różnym stopniu trudności i skali.
🟡
Doświadczenie w pracy z ekosystemem LLM, np. Hugging Face Transformers, OpenAI API lub podobnymi narzędziami
Wymienienie konkretnych narzędzi jest dobre, ale 'lub podobnymi narzędziami' otwiera drzwi do akceptacji szerszego zakresu doświadczeń, które mogą nie być tak głębokie jak praca z wymienionymi.
🟡
Umiejętność projektowania i implementacji skalowalnych systemów rozproszonych (w szczególności mikroserwisowych)
Podkreślenie skalowalności i mikroserwisów jest kluczowe, ale 'skalowalne' może oznaczać różne poziomy wydajności w zależności od potrzeb firmy.
🔴
Doświadczenie w pracy w interdyscyplinarnych zespołach badawczo-inżynierskich (ML, data, software)
Współpraca z różnymi specjalistami jest cenna, ale może oznaczać potrzebę częstego tłumaczenia technicznych zagadnień między dziedzinami lub rozwiązywania problemów na styku różnych obszarów.