AI/ML Engineer (Custom Models, NLP, Python)

Nasze wymagania: 3–5+ lat doświadczenia w Pythonie Doświadczenie z ML / AI w praktyce (nie tylko API) Znajomość PyTorch lub TensorFlow Doświadczenie z NLP (tekst, embeddings, klasyfikacja, similarity) Praca z danymi: preprocessing, feature engineering, datasety Umiejętność trenowania / fine-tuningu modeli Doświadczenie z API (FastAPI / Flask / podobne) Samodzielność i ownership Mile widziane: Doświadczenie z HuggingFace (transformers, datasets) Fine-tuning LLM (LoRA, PEFT itp.) Doświadczenie z RAG (embeddings, retrieval) Vector DB (MongoDB Atlas / Qdrant / Pinecone / Redis) Doświadczenie z GCP / Docker / CI/CD Budowa systemów produkcyjnych z modelami ML O projekcie: Grantbot.ai to firma rozwijająca platformę AI do automatyzacji procesu pozyskiwania dotacji i grantów. Narzędzie wspiera użytkowników w wyszukiwaniu odpowiednich programów finansowania oraz w przygotowywaniu wniosków i biznesplanów, kierując ofertę m.in. do startupów, firm doradczych i instytucji publicznych. Zakres obowiązków: Szukamy osoby, która pomoże nam zbudować własne modele AI i przewagę technologiczną (IP) w obszarze wniosków o dotacje. Nie jesteśmy kolejnym wrapperem na OpenAI - rozwijamy system, który: - uczy się na tysiącach wniosków i danych - analizuje jakość i poprawność aplikacji - automatycznie generuje i waliduje dokumenty Twoją rolą będzie przejście od LLM + RAG → własne modele i pipeline’y ML. - Budowa i rozwój modeli ML/NLP na danych grantowych (klasyfikacja, scoring, extraction, rekomendacje) - Tworzenie i trenowanie modeli (PyTorch / HuggingFace / inne) - Przygotowanie datasetów: czyszczenie, augmentacja, labeling - Projektowanie pipeline’ów ML (trening, ewaluacja, iteracja) - Rozwój i optymalizacja istniejących pipeline’ów RAG - Eksperymenty z fine-tuningiem modeli (LLM / mniejsze modele) - Integracja modeli z backendem (FastAPI, inference endpoints) - Monitorowanie jakości modeli i iteracyjne ulepszanie (feedback loop) - Współpraca przy budowie architektury AI i długoterminowego I Oferujemy: Startupowy klimat: szybkie iteracje, realny wpływ na produkt Budujemy coś więcej niż integrację API — tworzymy własną technologię Preferujemy pracę hybrydową (Trójmiasto) Duża autonomia i wpływ na decyzje technologiczne Realny wpływ na architekturę AI i rozwój produktu Możliwość budowy własnych modeli i IP (nie tylko integracji API) Bliską współpracę z founderem i zespołem Budujesz coś, co realnie zarabia i ma rynek Masz dostęp do unikalnych danych (wnioski, scoring, walidacje) Tworzysz system, który może być defensywnym moat’em technologiczno-danych