AI Developer (LLM, Azure)
⚲ Warszawa
160 - 190 PLN netto (B2B)
Wymagania
- min. 3 lata doświadczenia na stanowisku AI Engineer / AI Developer lub pokrewnym
- min. 1 rok doświadczenia przy rozwiązaniach wdrożonych produkcyjnie
- praktyczne doświadczenie z GenAI, LLM, agentami AI i orkiestracją procesów AI
- doświadczenie z RAG, prompt engineering oraz ewaluacją jakości odpowiedzi modeli
- znajomość MLOps/LLMOps oraz Azure Machine Learning, MLflow, Docker, Kubernetes, CI/CD
- angielski min. B2
- wykształcenie wyższe techniczne
- gotowość do pracy hybrydowej w Warszawie (3 dni stacjonarnie w okresie wdrożenia, potem 1 dzień z biura w tygodniu)
Opis stanowiska
Praca przy rozwiązaniach AI/GenAI dla klienta z branży ubezpieczeniowej — konkretnie w ekosystemie obsługi szkód. Będziesz projektować i wdrażać produkcyjne aplikacje oparte na LLM, RAG i agentach AI w środowisku Microsoft Azure, z naciskiem na MLOps/LLMOps i integrację z systemami biznesowymi. To oferta dla kogoś, kto ma już za sobą wdrożenia produkcyjne AI i chce pracować w dużej, regulowanej organizacji. Uwaga: mimo że w ogłoszeniu mowa o 'longterm', to kontrakt B2B — bez płatnego urlopu, chorobowego i benefitów pracowniczych, a faktyczna długość projektu nie jest gwarantowana. Dodatkowo po okresie wdrożenia praca będzie w dużej mierze stacjonarna w Warszawie (1 dzień zdalnie w tygodniu).
🔍 Dekoder Ogłoszenia
🔴
3 dni pracy z biura oraz 2 dni zdalnie w okresie wdrożenia później 1 dzień z biura w tygodniu
Po okresie wdrożenia praca będzie w dużej mierze stacjonarna, z minimalną elastycznością pracy zdalnej.
🔴
Kontrakt B2B, longterm
Oznacza to brak płatnych urlopów, chorobowego i innych benefitów pracowniczych, a także potencjalną niepewność co do faktycznej długości projektu.
🟡
zaawansowanych projektów związanych ze sztuczną inteligencją
Może oznaczać zarówno innowacyjne, przełomowe prace, jak i rutynowe wdrażanie istniejących rozwiązań w nowym kontekście.
🟡
Przygotowywanie modeli i rozwiązań AI do działania w środowisku produkcyjnym
Może oznaczać zarówno budowanie od podstaw, jak i dostosowywanie istniejących, być może niedoskonałych, modeli do wymagań produkcyjnych.
🟡
Wspieranie działań związanych z AI Governance, Responsible AI i AI Act
Może oznaczać aktywne uczestnictwo w tworzeniu polityk i procesów, lub jedynie reagowanie na istniejące wytyczne i ich implementację.