Analityk Systemowy – AI/LLM (f/m/x)
⚲ Warszawa
100–110 zł netto (+ VAT) / godz.
Wymagania
- minimum 3 lata praktycznego doświadczenia w analizie systemowej
- praktyczna znajomość UML i BPMN
- doświadczenie w modelowaniu struktur danych
- doświadczenie w analizowaniu i projektowaniu integracji, interfejsów oraz przepływów danych między systemami
- znajomość Enterprise Architect, Jira i Confluence
- rozumienie architektury mikroserwisowej oraz wzorców projektowych
- dobra znajomość zagadnień AI i LLM: RAG, embeddingi i wyszukiwanie semantyczne, fine-tuning, okno kontekstowe, ograniczenia modeli językowych
- umiejętność odniesienia zagadnień AI/LLM do projektowania rozwiązań systemowych
Opis stanowiska
Długoterminowy projekt rozwoju platformy, która wykorzystuje modele LLM do przetwarzania i analizy dokumentów — ekstrakcji i klasyfikacji informacji, wyszukiwania semantycznego, podsumowywania i interpretacji treści. Będziesz odpowiadać za analizę i uszczegóławianie wymagań, modelowanie struktur danych i przepływów integracyjnych oraz udział w projektowaniu koncepcji rozwiązań AI/LLM, współpracując z zespołami AI, developerskimi, UX i biznesem. To oferta dla analityka systemowego, który ma już praktykę w modelowaniu i integracjach, a jednocześnie rozumie specyfikę LLM na tyle, by przekładać je na wymagania systemowe. Uwaga: choć w ogłoszeniu wymieniono konkretne technologie (RAG, embeddingi, fine-tuning), sformułowanie „dobra znajomość zagadnień AI i LLM” jest bardzo pojemne — przed rozmową warto ustalić, czy oczekiwana jest wiedza teoretyczna, czy praktyczne doświadczenie implementacyjne.
🔍 Dekoder Ogłoszenia
🟡
długoterminowego projektu
Może oznaczać stabilność, ale też potencjalnie brak możliwości rozwoju w inne obszary lub długotrwałe trwanie w jednym projekcie.
🔴
Przekładanie potrzeb biznesowych na wymagania funkcjonalne i niefunkcjonalne
To standardowa rola analityka, ale w kontekście AI/LLM może oznaczać konieczność tłumaczenia bardzo abstrakcyjnych i trudnych do zdefiniowania potrzeb biznesowych na konkretne, mierzalne wymagania dla modeli.
🟡
udział w projektowaniu koncepcji
Może oznaczać faktyczny wpływ na kierunek rozwoju, ale też jedynie rolę konsultacyjną bez decyzyjności.
🔴
dobra znajomość zagadnień związanych z AI i LLM
Choć wymienione są konkretne technologie (RAG, embeddingi), 'dobra znajomość' może być interpretowana bardzo szeroko, od teoretycznej wiedzy po praktyczne umiejętności implementacyjne.
🔴
umiejętność odniesienia zagadnień AI/LLM do projektowania rozwiązań systemowych
Kluczowa umiejętność, która może wymagać nie tylko zrozumienia AI, ale też umiejętności integracji tych rozwiązań z istniejącą lub nową architekturą systemową, co bywa złożone.