AI/ML Engineer Gen AI + MLOps

• Min. 3 lata komercyjnego doświadczenia w inżynierii oprogramowania, w tym w projektowaniu systemów AI lub rozwiązań data-intensive na środowiska produkcyjne.
• Bardzo dobra znajomość języka Python i nowoczesnych bibliotek ekosystemu AI/ML.
• Praktyczne doświadczenie z rozwiązaniami Generative AI (LLM, RAG, tool calling, systemy wieloagentowe) wraz ze zrozumieniem ich ograniczeń, kosztów i failure modes.
• Doświadczenie z chmurą publiczną — preferowane Azure (znajomość GCP lub AWS będzie dodatkowym atutem).
• Zrozumienie dobrych praktyk MLOps / LLMOps: deployment modeli, pipeline’y CI/CD, ewaluacja jakości i automatyzacja testów.
• Umiejętność tworzenia przejrzystej architektury, specyfikacji i interfejsów integracyjnych.
• Wykształcenie wyższe kierunkowe (Informatyka, AI, Data Science lub pokrewne) bądź ekwiwalentne doświadczenie projektowe.
• Płynna komunikacja w języku angielskim (praca w międzynarodowym środowisku).

Rozwijamy centralny zespół kompetencyjny dedykowany inżynierii sztucznej inteligencji. W związku z nowymi wdrożeniami planowanymi na nadchodzący rok, poszukujemy inżynierów AI/ML, którzy łączą kompetencje z zakresu Generative AI oraz MLOps (bądź wykazują silną specjalizację w jednym z tych obszarów z chęcią rozwoju w drugim).

Będziesz współtworzyć uniwersalne moduły, akceleratory inżynieryjne oraz produkcyjne systemy agentowe i LLM, wdrażane w nowoczesnych rozwiązaniach technologicznych.

,[Budowanie i skalowanie reusable components, usług AI oraz bibliotek wielokrotnego użytku dla powiązanych produktów., Projektowanie i implementacja produkcyjnych architektur opartych o Generative AI: potoki retrieval (RAG), tool use, warstwy orkiestracji oraz workflows agentowe., Wdrażanie pętli ewaluacyjnych (evaluation-driven development) monitorujących jakość, opóźnienia (latency), koszty, grounding i odporność modeli., Tworzenie specyfikacji technicznych, definicji interfejsów, kontraktów przepływu danych oraz frameworków testowych., Implementacja standardów observability, monitoringu, governance oraz bezpieczeństwa dla rozwiązań AI w środowisku chmurowym., Szybkie prototypowanie (PoC) innowacyjnych podejść technologicznych i przekładanie ich na stabilne komponenty produkcyjne., Współpraca z zespołami produktowymi (AI PM/PO, inżynierowie oprogramowania) przy integracji centralnych możliwości AI.] Requirements: AI, Python, ML, LLM, RAG, Azure, GCP, AWS, MLOps, CI/CD, Data science