AI Engineer

O projekcie: Zatrudnienie w oparciu o umowę o pracę Praca w obszarze systemów korporacyjnych. Wraz ze Strategią AI pojawia się konieczność wsparcia obszarów biznesowych w automatyzacji i budowaniu wartości wykorzystując rozwiązania AI oraz budując portfel zastosowań AI.  Oferujemy - Współpracę w oparciu o umowę o pracę - Praca w środowisku rynku kapitałowego - Dostęp do szkoleń, konferencji, kursów - Bogaty pakiet benefitów (pakiet kafeteryjny, prywatna opieka medyczna, ubezpieczanie na życie, PPE) - Możliwość pracy zdalnej, hybrydowej lub z biura w Warszawie Wymagania: - Minimum 1 rok doświadczenia w budowie rozwiązań AI z realną odpowiedzialnością za końcowy efekt. - Biegła znajomość Python, doświadczenie w ekosystemie agentowym – LangChain (lub pokrewne), projektowanie workflow agentów oraz integracja LLM z systemami. - RAG – umiejętność doboru strategii retrievalu, modelowania pamięci i projektowania kontekstu pod wymagania domenowe, MCP - Podstawowa znajmość ML/DL i NLP (mile widziane doświadczenie w forecasting, klasyfikacja, detekcja anomalii, generacja tekstu) - Integracje i API – projektowanie i konsumpcja API, łączenie usług, praca z danymi transakcyjnymi i podstawowymi; znajomość baz relacyjnych (np. PostgreSQL) - Środowiska chmurowe i konteneryzacja – praktyczna praca z Azure lub GCP, Kubernetes oraz repozytoriami i pipeline’ami (GitHub lub GitLab) oraz narzędzi projektowych Jira i Confluence - Orientacja na bezpieczeństwo i zgodność – rozumienie wymogów instytucji finansowych (m.in. praca z danymi wrażliwymi, kontrola dostępu, ścieżka audytowa) - Znajomość oprogramowania służącego do modelowania i zarządzania repozytorium architektonicznym Sparx Enterprise Architect - Znajomość notacji BPMN 2.0, UML, ArchiMate - Umiejętności miękkie – praca grupowa, analityczne myślenie, kwestionowanie i uszczegóławianie wymagań, odpowiedzialność za produkt i komunikacja z odbiorcami nietechnicznymi - Wykształcenie wyższe preferowane informatyczne lub ekonomiczne - Znajomość PyTorch/TensorFlow mile widziana Codzienne zadania: - Integracja LLM z ekosystemem przedsiębiorstwa – zewnętrzne API i narzędzia, systemy wewnętrzne, bazy danych.  - Projektowanie i budowa agentów AI – orkiestracja zadań oraz integracje z aplikacjami i/lub bazami danych oparte o reguły i kontekst biznesowy.  - Implementacja architektury RAG oraz praca z bazami wektorowymi i optymalizacją retrievalu,  - Propagowanie wiedzy o sztucznej inteligencji, architekturze agentowej wewnątrz organizacji jak i jej partnerów,  - Uczestnictwo w planowaniu i projektowaniu modeli architektury AI,  - Zarządzanie wymaganiami biznesowymi i współpraca z interesariuszami,  - Definiowanie procesów i procedur zarządzania rozwiązaniami AI uwzględniając dojrzałość organizacji i bezpieczeństwo ich stosowania  - Optymalizacja jakości i kosztu rozwiązań agentowych – tuning promptów, zarządzanie kontekstem, ewaluacje i testy, obserwowalność (telemetria), kontrola kosztów i opóźnień.  - Data & Model Engineering tam, gdzie potrzebne – trenowanie/testy modeli ML, fine‑tuning i integracja modeli do systemów korporacyjnych (on‑prem i/lub chmura).  - Bezpieczeństwo i zgodność – projektowanie rozwiązań „secure‑by‑design”, spełnienie wymogów branżowych i regulacyjnych (finanse), gotowość audytowa, kontrola uprawnień i ścieżek dostępu.  - Skalowanie udanych prototypów do usług IT  - Dzielenie się wiedzą i prowadzenie warsztatów powdrożeniowych,  - Realizacja innych powierzonych zadań w ramach Centrum Kompetencyjnego ds. Danych i AI