Pracuj.pl Hybrydowo Expert

Architektka / Architekt rozwiązań AI

PKO BP Finat sp. z o.o.

⚲ Warszawa, Wola

Do uzgodnienia

Opis stanowiska

Nasze wymagania:
masz wykształcenie wyższe: informatyka, matematyka, machine learning, data science lub pokrewne,
posiadasz min. 5 lat doświadczenia w projektowaniu i implementacji rozwiązań AI, w tym min. 2 lata z rozwiązaniami opartymi o LLM i GenAI,
posiadasz udokumentowane doświadczenie z usługami chmurowymi AI — GCP Vertex AI lub Azure OpenAI / AWS Bedrock,
masz praktyczną znajomość GCP Vertex AI (modele, pipeline’y, endpoints, Model Registry),
posiadasz umiejętność projektowania rozwiązań LLM i RAG (LangChain, LlamaIndex lub równoważne),
masz doświadczenie w machine learning (modelowanie, ewaluacja, deployment),
masz doświadczenie w tworzeniu dokumentacji architektonicznej (HLD, LLD),
posiadasz znajomość zagadnień MLOps (pipeline’y, monitoring modeli, CI/CD dla ML) oraz znajomość zasad AI governance i regulacji (EU AI Act, RODO),
masz bardzo dobrą znajomość architektury mikroserwisów, zarządzania API oraz nowoczesnych wzorców integracji,
masz doświadczenie w obszarze architektury cyberbezpieczeństwa, architektury danych oraz projektowania infrastruktury,
posiadasz znajomość języka angielskiego na poziomie B2 lub wyższym (dokumentacja techniczna, RFC, komunikacja z vendorami),
posiadasz myślenie architektoniczne i systemowe – rozumienie wpływu decyzji na całą organizację,
cechuje Cię komunikatywność i umiejętność prezentowania złożonych koncepcji AI użytkownikom technicznym, biznesowym i zarządowi,
jesteś osobą proaktywną i wychodzącą z i inicjatywa w identyfikowaniu możliwości zastosowania AI,
cechuje Cię ciekawość technologiczna i gotowość do eksperymentowania,
masz doświadczenie w pracy w metodykach zwinnych,
masz doświadczenie w pracy w środowisku cross funkcjonalnym (data science, inżynieria, biznes, prawo, bezpieczeństwo).

Mile widziane:
znajomość frameworków open source: Hugging Face, LlamaIndex, LangGraph,
doświadczenie z modelami embeddings i wektorowymi bazami danych,
certyfikat GCP Professional Machine Learning Engineer lub Professional Cloud Architect,
certyfikaty z obszaru AI/ML (np. DeepLearning.AI, Hugging Face).

Zakres obowiązków:
dostarczasz architekturę i wdrożenia rozwiązań AI, w tym LLM/GenAI oraz RAG,
wykorzystujesz usługi chmurowe AI (GCP Vertex AI lub Azure OpenAI / AWS Bedrock), pracujesz praktycznie z Vertex AI (modele, pipeline’y, endpoints, Model Registry),
rozwijasz multitenantową Platformę AI, utrzymuje workflow Agentów i RAG oraz CI/CD dla konfiguracji i wdrożeń.
definiujesz podejście do integracji: architektura mikroserwisów, zarządzanie API, wzorce integracji,
współkształtujesz architekturę cyberbezpieczeństwa, architekturę danych oraz projektowanie infrastruktury dla rozwiązań AI i platformy,
stosujesz MLOps: pipeline’y, monitoring modeli oraz CI/CD dla ML,
budujesz i utrzymujesz dokumentację architektoniczną (HLD/LLD) oraz komunikuje rozwiązania do odbiorców technicznych i biznesowych w środowisku cross funkcjonalnym,
dbasz o AI governance i zgodność regulacyjną (EU AI Act, RODO).

🔍 Dekoder Ogłoszenia

🟡
masz wykształcenie wyższe: informatyka, matematyka, machine learning, data science lub pokrewne
Choć wymienione kierunki są idealne, 'pokrewne' może oznaczać bardzo szeroki zakres, potencjalnie otwierając drzwi dla osób z mniej oczywistym zapleczem.
🟡
posiadasz myślenie architektoniczne i systemowe – rozumienie wpływu decyzji na całą organizację
Oczekuje się, że będziesz nie tylko projektować rozwiązania AI, ale także brać pod uwagę ich długoterminowe konsekwencje dla całej firmy, co może oznaczać dodatkową odpowiedzialność.
🟡
cechuje Cię komunikatywność i umiejętność prezentowania złożonych koncepcji AI użytkownikom technicznym, biznesowym i zarządowi
Poza technicznymi umiejętnościami, kluczowa jest zdolność do tłumaczenia skomplikowanych zagadnień AI na język zrozumiały dla różnych grup odbiorców, co może wymagać dużo czasu i wysiłku.
🟡
jesteś osobą proaktywną i wychodzącą z i inicjatywa w identyfikowaniu moż
Oczekuje się, że będziesz aktywnie szukać problemów i proponować rozwiązania, a nie tylko czekać na zadania, co może oznaczać dodatkowe obowiązki poza stricte architektonicznymi.