AI Developer
⚲ Warszawa
25 200 - 30 240 PLN (B2B)
Wymagania
- Data science
- AI
- Python
- Pandas
- scikit-learn
- PyTorch
- TensorFlow
- SQL
- MLOps
- Azure ML
- MLflow
- Docker
- Kubernetes
- CI/CD
- NLP
- OCR
- Azure
- GCP
- AI Governance
- AI Act
- Azure AI Foundry (nice to have)
- Azure AI Search (nice to have)
- Power Platform (nice to have)
- Microsoft Azure (nice to have)
- DP-100 (nice to have)
- AI-102 (nice to have)
- AI-900 (nice to have)
- Kafka (nice to have)
- ESB (nice to have)
- Git (nice to have)
- Agile (nice to have)
- Scrum (nice to have)
Opis stanowiska
O projekcie:
Lokalizacja: Warszawa
Model hybrydowy – 1 raz w tygodniu praca w biurze
Model współpracy: Contracting, B2B
Stawka: 150 - 180 zł/h
Poszukujemy doświadczonego AI Developera, który będzie odpowiedzialny za projektowanie, rozwój i wdrażanie nowoczesnych rozwiązań opartych na sztucznej inteligencji dla branży ubezpieczeniowej.
Benefity
- Prywatna opieka medyczna
- Karta Multisport / system MyBenefit
- Ubezpieczenie na życie
Wymagania:
- Minimum 3 lata doświadczenia w obszarze Data Science / AI, w tym co najmniej 1 rok pracy przy wdrożeniach produkcyjnych.- Bardzo dobra znajomość języka Python (pandas, scikit-learn, PyTorch lub TensorFlow) oraz SQL.- Praktyczne doświadczenie w obszarze MLOps (Azure ML, MLflow, Docker, Kubernetes, CI/CD).- Znajomość technik NLP/OCR oraz pracy z danymi niestrukturyzowanymi.- Doświadczenie w pracy z platformami chmurowymi Azure oraz GCP.- Zrozumienie zasad AI Governance oraz wymagań wynikających z AI Act.NICE TO HAVE- Doświadczenie w pracy z Azure AI Foundry, Azure AI Search oraz Power Platform.- Certyfikaty Microsoft Azure: Data Scientist (DP-100), AI Engineer (AI-102), AI Fundamentals (AI-900).- Znajomość branży ubezpieczeniowej oraz specyfiki jej procesów biznesowych.- Doświadczenie z narzędziami integracyjnymi, takimi jak Kafka czy ESB.- Praktyczna znajomość systemu kontroli wersji Git oraz pracy w metodykach Agile/Scrum.
Codzienne zadania:
- Projektowanie, strojenie oraz wdrażanie zaawansowanych modeli AI/ML i rozwiązań GenAI z wykorzystaniem Azure AI Foundry oraz Azure Machine Learning.
- Tworzenie, automatyzacja i optymalizacja procesów MLOps/LLMOps przy użyciu MLflow, Docker, Kubernetes oraz narzędzi CI/CD.
- Integracja rozwiązań opartych o AI z rozbudowanym ekosystemem systemów (ponad 30 systemów w architekturze hybrydowej).
- Implementacja zaawansowanych architektur RAG (Azure AI Search) oraz praca z najnowszymi modelami LLM dostępnymi w Azure OpenAI.
- Zapewnienie zgodności rozwiązań z regulacjami AI Act, w tym prowadzenie dokumentacji modeli, monitorowanie ich działania oraz obsługa incydentów.
- Ścisła współpraca z zespołami biznesowymi i IT, przygotowywanie materiałów szkoleniowych oraz prezentowanie wyników prac różnym grupom interesariuszy.
Lokalizacja: Warszawa
Model hybrydowy – 1 raz w tygodniu praca w biurze
Model współpracy: Contracting, B2B
Stawka: 150 - 180 zł/h
Poszukujemy doświadczonego AI Developera, który będzie odpowiedzialny za projektowanie, rozwój i wdrażanie nowoczesnych rozwiązań opartych na sztucznej inteligencji dla branży ubezpieczeniowej.
Benefity
- Prywatna opieka medyczna
- Karta Multisport / system MyBenefit
- Ubezpieczenie na życie
Wymagania:
- Minimum 3 lata doświadczenia w obszarze Data Science / AI, w tym co najmniej 1 rok pracy przy wdrożeniach produkcyjnych.- Bardzo dobra znajomość języka Python (pandas, scikit-learn, PyTorch lub TensorFlow) oraz SQL.- Praktyczne doświadczenie w obszarze MLOps (Azure ML, MLflow, Docker, Kubernetes, CI/CD).- Znajomość technik NLP/OCR oraz pracy z danymi niestrukturyzowanymi.- Doświadczenie w pracy z platformami chmurowymi Azure oraz GCP.- Zrozumienie zasad AI Governance oraz wymagań wynikających z AI Act.NICE TO HAVE- Doświadczenie w pracy z Azure AI Foundry, Azure AI Search oraz Power Platform.- Certyfikaty Microsoft Azure: Data Scientist (DP-100), AI Engineer (AI-102), AI Fundamentals (AI-900).- Znajomość branży ubezpieczeniowej oraz specyfiki jej procesów biznesowych.- Doświadczenie z narzędziami integracyjnymi, takimi jak Kafka czy ESB.- Praktyczna znajomość systemu kontroli wersji Git oraz pracy w metodykach Agile/Scrum.
Codzienne zadania:
- Projektowanie, strojenie oraz wdrażanie zaawansowanych modeli AI/ML i rozwiązań GenAI z wykorzystaniem Azure AI Foundry oraz Azure Machine Learning.
- Tworzenie, automatyzacja i optymalizacja procesów MLOps/LLMOps przy użyciu MLflow, Docker, Kubernetes oraz narzędzi CI/CD.
- Integracja rozwiązań opartych o AI z rozbudowanym ekosystemem systemów (ponad 30 systemów w architekturze hybrydowej).
- Implementacja zaawansowanych architektur RAG (Azure AI Search) oraz praca z najnowszymi modelami LLM dostępnymi w Azure OpenAI.
- Zapewnienie zgodności rozwiązań z regulacjami AI Act, w tym prowadzenie dokumentacji modeli, monitorowanie ich działania oraz obsługa incydentów.
- Ścisła współpraca z zespołami biznesowymi i IT, przygotowywanie materiałów szkoleniowych oraz prezentowanie wyników prac różnym grupom interesariuszy.
🔍 Dekoder Ogłoszenia
🔴
projektowanie, strojenie oraz wdrażanie zaawansowanych modeli AI/ML i rozwiązań GenAI
Może oznaczać zarówno tworzenie od podstaw, jak i dostosowywanie istniejących modeli, a "rozwiązania GenAI" mogą być bardzo szerokie, od prostych chatbotów po skomplikowane systemy generujące treść.
🔴
Minimum 3 lata doświadczenia w obszarze Data Science / AI, w tym co najmniej 1 rok pracy przy wdrożeniach produkcyjnych.
Określenie "wdrożenia produkcyjne" może być interpretowane różnie – od prostego uruchomienia modelu po pełne zintegrowanie go z systemami firmy i utrzymanie.
🟡
Praktyczne doświadczenie w obszarze MLOps (Azure ML, MLflow, Docker, Kubernetes, CI/CD).
Wymagane jest doświadczenie z konkretnymi narzędziami, ale skala i głębokość tego doświadczenia nie jest sprecyzowana, co może oznaczać zarówno podstawową znajomość, jak i zaawansowane umiejętności.
🔴
Znajomość branży ubezpieczeniowej oraz specyfiki jej procesów biznesowych.
Jest to "nice to have", ale w praktyce może okazać się kluczowe dla efektywnego wykonywania zadań, co może stanowić wyzwanie dla kandydata bez takiego doświadczenia.
🟡
Model hybrydowy – 1 raz w tygodniu praca w biurze
Chociaż określono jeden dzień w biurze, może to być elastyczne i w praktyce wymagać częstszych wizyt w zależności od potrzeb projektu lub zespołu.