AI Specialist
⚲ Poznań
23 520 - 27 720 PLN (B2B)
Wymagania
- doświadczenie na poziomie Mid w obszarze AI i Machine Learning
- bardzo dobra znajomość Pythona, SQL oraz zagadnień Machine Learning
- doświadczenie w budowaniu modeli predykcyjnych na danych procesowych i produkcyjnych
- doświadczenie w integracji danych produkcyjnych (preferowany system MES)
- praktyczna znajomość MLOps i wdrażania modeli w środowisku produkcyjnym na żywo
- doświadczenie w optymalizacji procesów, predykcyjnym utrzymaniu ruchu, detekcji wąskich gardeł lub analizie czasu cyklu
- angielski min. B2 oraz płynny polski
Mile widziane
- doświadczenie w automotive lub produkcji wielkoseryjnej, Computer Vision, integracja z PLC/SCADA, samodzielne prowadzenie projektu end-to-end
Opis stanowiska
Projekt dotyczy wdrażania AI i Machine Learning bezpośrednio w środowisku przemysłowym — będziesz budować modele predykcyjne na danych procesowych i produkcyjnych, identyfikować wąskie gardła maszyn i systemów zrobotyzowanych oraz optymalizować wydajność procesów. Praca wymaga ścisłej współpracy z zespołami inżynieryjnymi, produkcyjnymi, utrzymania ruchu i jakości, a nie tylko pracy przy notebookach. To oferta dla osoby, która czuje się swobodnie na styku danych, modeli ML i realiów hali produkcyjnej. Uwaga: start jest natychmiastowy (ASAP), a praca początkowo w pełni stacjonarna w Poznaniu — hybryda zależy od decyzji pracodawcy po okresie wdrożenia, więc elastyczność nie jest gwarantowana.
🔍 Dekoder Ogłoszenia
🔴
Miejsce pracy: Poznań (stacjonarnie, z możliwością pracy hybrydowej po okresie wdrożenia)
Początkowo praca będzie w pełni stacjonarna, a możliwość pracy hybrydowej zależy od decyzji pracodawcy po zakończeniu okresu wdrożenia.
🔴
Start: ASAP
Firma potrzebuje kogoś natychmiast, co może sugerować presję czasową lub pilną potrzebę uzupełnienia zespołu.
🟡
Doświadczenie na poziomie Mid w obszarze AI i Machine Learning
Chociaż 'Mid' jest standardowym określeniem, rzeczywiste oczekiwania mogą być wyższe, zwłaszcza jeśli projekt jest złożony.
🟡
Praktyczna znajomość MLOps oraz doświadczenie we wdrażaniu modeli w środowisku produkcyjnym na żywo
Oczekuje się nie tylko teoretycznej wiedzy, ale przede wszystkim umiejętności praktycznego wdrożenia i utrzymania modeli AI w działającym środowisku.
🔴
Umiejętność samodzielnego prowadzenia projektu od zbierania danych i rozwoju modelu po wdrożenie na hali produkcyjnej
Oznacza to, że będziesz odpowiedzialny za cały cykl życia projektu AI, co może być bardzo wymagające i czasochłonne.