AI / Machine Learning Engineer
⚲ Szczecin
Do uzgodnienia
Wymagania
- wykształcenie techniczne lub równoważne doświadczenie
- doświadczenie w obszarze machine learning oraz analizy danych
- bardzo dobra znajomość języka Python
- doświadczenie w budowie aplikacji backendowych lub webowych
- praktyczna znajomość baz danych oraz języka SQL
- znajomość języka angielskiego umożliwiająca swobodną komunikację
Mile widziane
- doświadczenie z platformami danych (Snowflake, data lake), frameworkami ML (TensorFlow, PyTorch, scikit-learn), LLM, MLOps, chmurą (Azure) i konteneryzacją (Docker, Kubernetes)
Opis stanowiska
Rola w Kongsberg Maritime Poland — projektowanie i wdrażanie modeli ML oraz rozwiązań produkcyjnych wspierających nowoczesne usługi cyfrowe w branży morskiej. Będziesz przygotowywać dane, trenować i optymalizować modele ML/LLM zgodnie z MLOps/LLMOps, tworzyć usługi AI/ML (API, backend) oraz integrować je z aplikacjami webowymi. Uwaga: 'integracja komponentów AI z istniejącymi systemami' może oznaczać pracę z przestarzałą lub słabo udokumentowaną infrastrukturą, a współtworzenie pipeline'ów danych i ML to dodatkowe obciążenie poza samymi modelami.
🔍 Dekoder Ogłoszenia
🔴
wspierających nowoczesne usługi cyfrowe
Może oznaczać, że będziesz pracować nad innowacyjnymi projektami, ale też nad projektami, które są w fazie rozwoju i mogą wymagać dużo eksperymentowania.
🟡
rozwiązań gotowych do użycia w środowisku produkcyjnym
Oznacza, że Twoje modele będą wdrażane na żywo i będą miały realny wpływ na działanie firmy, co wiąże się z odpowiedzialnością i koniecznością zapewnienia stabilności.
🔴
integracji komponentów AI z istniejącymi systemami
Może oznaczać pracę z przestarzałą lub słabo udokumentowaną infrastrukturą, co może być wyzwaniem.
🟡
optymalizacja modeli ML i LLM zgodnie z najlepszymi praktykami MLOps/LLMOps
Wymaga nie tylko umiejętności budowania modeli, ale także ich wdrażania, monitorowania i utrzymania w produkcji, co jest bardziej kompleksowe niż samo trenowanie.
🔴
Współtworzenie pipeline’ów danych oraz pipeline’ów ML
Sugestia, że będziesz odpowiedzialny nie tylko za modele, ale także za całą infrastrukturę danych i procesów ML, co może być znacznym obciążeniem.