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

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 firmie: - 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