AI Developer

apreel Sp. z o.o. WARSAW 2026-09-14

Wymagania:

Minimum 3 lata doświadczenia na stanowisku AI Engineer, AI Developer lub pokrewnym, w tym co najmniej 1 rok doświadczenia przy wdrożeniach produkcyjnych.
Doświadczenie w projektowaniu i wdrażaniu rozwiązań wykorzystujących generatywną sztuczną inteligencję (GenAI), modele językowe (LLM), agentów AI oraz orkiestrację procesów opartych o AI.
Biegłość w języku Python.
Praktyczne doświadczenie w budowie i utrzymaniu procesów MLOps/LLMOps z wykorzystaniem Azure Machine Learning, MLflow, Docker, Kubernetes oraz narzędzi CI/CD.
Doświadczenie w pracy z modelami LLM, rozwiązaniami RAG, technikami prompt engineering oraz ewaluacją jakości odpowiedzi generowanych przez modele AI.
Doświadczenie w pracy z platformą chmurową Microsoft Azure, w szczególności usługami wspierającymi budowę rozwiązań AI i GenAI.
Doświadczenie w integracji rozwiązań AI z systemami biznesowymi z wykorzystaniem REST API, komunikacji asynchronicznej oraz platform integracyjnych.
Praktyczna znajomość narzędzi do zarządzania kodem źródłowym, w szczególności Git, Azure DevOps lub GitHub.
Wykształcenie wyższe techniczne (informatyka, matematyka, nauki ścisłe, inżynieria lub kierunki pokrewne).
Proaktywna postawa, samodzielność oraz gotowość do przejmowania odpowiedzialności za realizowane rozwiązania od koncepcji do wdrożenia.
Znajomość języka angielskiego na poziomie minimum B2.

Nice to have:

Rozumienie wymogów AI Governance oraz AI Act.
Certyfikaty Azure: Data Scientist (DP-100), AI Engineer (AI-102), AI Fundamentals (AI-900).
Znajomość branży ubezpieczeniowej oraz specyfiki procesów biznesowych.

Stos technologiczny:

AI / GenAI
• Azure AI Foundry
• Agentic AI
• Prompt Engineering
• Retrieval Augmented Generation (RAG)
• Ewaluacja jakości modeli LL

Machine Learning
• Azure Machine Learning
• MLflow
• Scikit-learn
• Model Monitoring
• Model Registry

Języki programowania
• Python

LLMOps / MLOps
• Azure Machine Learning Pipelines
• MLflow
• Docker
• Kubernetes (AKS)
• Terraform
• GitHub Actions
• CI/CD dla modeli AI

Wyszukiwanie i zarządzanie wiedzą
• Azure AI Search
• Vector Search
• Embedding Models
• Dokumentowe bazy wiedzy dla RAG

Integracje
• REST API
• OpenAPI / Swagger
• Komunikacja asynchroniczna (event-driven)
• Integracja z systemami szkodowymi PZU
• Integracje międzyplatformowe

Platforma Azure do budowy, wdrażania i utrzymania rozwiązań AI/GenAI, obejmująca usługi modelowe, wyszukiwanie semantyczne, MLOps, konteneryzację, składowanie danych oraz monitoring.

DevOps
• Git
• GitHub
• Azure DevOps
• Branching Strategy
• Release Management

Monitoring i Governance
• AI Governance
• AI Act
• Monitoring modeli
• Responsible AI
• Audytowalność rozwiązań
• Dokumentacja techniczna AI

Architektura
• Architektura rozwiązań AI
• Mikroserwisy
• Architektura chmurowa Azure
• Systemy rozproszone
• Wysokodostępne usługi AI

Oferta:

Lokalizacja: Warszawa/ Wola – praca hybrydowa - 3x w tygodniu w biurze
Zatrudnienie: przez apreel na zasadach B2B
Stawka: do 185zł netto/ h
Start: asap
Współpraca: długofalowa

,[Projektowanie, tuning i wdrażanie zaawansowanych modeli AI/ML oraz rozwiązań GenAI z wykorzystaniem Azure AI Foundry i Azure Machine Learning. , Budowa i optymalizacja procesów MLOps/LLMOps z wykorzystaniem Azure ML, MLflow, Docker, Kubernetes oraz systemów CI/CD. , Integracja rozwiązań AI z nowym ekosystemem systemów obsługi szkód. , Implementacja zaawansowanych rozwiązań RAG z wykorzystaniem Azure AI Search oraz praca z najnowszymi modelami LLM w Azure OpenAI. , Współudział w zapewnieniu zgodności rozwiązań AI z wymaganiami AI Governance i AI Act, w tym przygotowywanie dokumentacji technicznej oraz monitorowanie modeli. , Aktywna współpraca z zespołami biznesowymi i IT, prezentacja wyników prac oraz wspieranie wdrożeń i adopcji rozwiązań AI. ] Requirements: AI, DevOps, Python, Git, GitHub, Azure, REST API, Open API