Data Scientist / AI Engineer – Generative AI / GCP
⚲ Warszawa, Żoliborz
180–210 zł netto (+ VAT) / godz.
Wymagania
- bardzo dobra znajomość Pythona i SQL (przetwarzanie danych, automatyzacja, analiza dużych zbiorów)
- umiejętność tworzenia złożonych zapytań SQL w BigQuery (JOIN, funkcje okienkowe i agregujące)
- doświadczenie we wdrażaniu rozwiązań RAG oraz zarządzaniu bazami lub indeksami wektorowymi (np. pgvector, Vertex Vector Search)
- umiejętność definiowania i monitorowania metryk oceny systemów AI (halucynacje, opóźnienie predykcji, filtry odpowiedzialnego AI)
- mocne podstawy analizy statystycznej, w tym analizy trendów na milionach rekordów i prognozowania
- umiejętność wizualizacji danych i prezentowania wyników analiz dla biznesu
- doświadczenie w prowadzeniu projektów dla klientów strategicznych i określaniu harmonogramów pilotaży AI
Mile widziane
- doświadczenie z platformami Conversational AI do budowania agentów lub analizy rozmów
Opis stanowiska
Stanowisko Data Scientist / AI Engineer w IN4GE, skupione na przekształcaniu danych z rozmów (nagrań audio i transkrypcji) w informacje wspierające decyzje biznesowe. Będziesz projektować i wdrażać pipeline'y analityczne z użyciem Speech-to-Text, Gemini i Vertex AI na Google Cloud, analizować nastawienie klientów i identyfikować powtarzające się tematy. To oferta dla osoby łączącej kompetencje Data Science z praktycznym Generative AI i analizą danych. Szczera uwaga: praca dla klientów strategicznych oznacza presję na terminy i zarządzanie oczekiwaniami, a wizualizacja wyników dla biznesu bywa czasochłonna.
🔍 Dekoder Ogłoszenia
🔴
Doświadczenie w prowadzeniu projektów dla klientów strategicznych, zbieraniu wymagań i określaniu harmonogramów pilotaży AI.
Oznacza to, że będziesz musiał radzić sobie z presją ze strony ważnych klientów i prawdopodobnie będziesz odpowiedzialny za zarządzanie ich oczekiwaniami, co może wiązać się z niepewnością co do zakresu i terminów.
🔴
Umiejętność wizualizacji danych i prezentowania wyników analiz w sposób przydatny dla biznesu.
Może to oznaczać, że będziesz musiał poświęcać dużo czasu na tworzenie prezentacji i tłumaczenie skomplikowanych danych na język zrozumiały dla osób nietechnicznych, co może być czasochłonne i wymagać umiejętności miękkich.
🟡
Umiejętność wyjaśniania osobom nietechnicznym złożonych zagadnień dotyczących LLM, w tym różnic między pre-trainingiem a fine-tuningiem oraz pomiędzy LLM a tradycyjnym ML.
Chociaż jest to cenna umiejętność, może sugerować, że będziesz musiał często pełnić rolę tłumacza technicznego, co może odciągać od czysto technicznych zadań.
🟡
Bardzo dobra znajomość Pythona i SQL, obejmująca przetwarzanie danych, automatyzację oraz zaawansowaną analizę dużych zbiorów danych.
Choć brzmi to jak standardowe wymaganie, 'bardzo dobra znajomość' i 'zaawansowana analiza' mogą oznaczać, że oczekiwany jest poziom ekspercki, a nie tylko solidne podstawy.
🟢
Doświadczenie we wdrażaniu rozwiązań RAG oraz zarządzaniu bazami lub indeksami wektorowymi, np. pgvector w Cloud SQL lub Vertex Vector Search.
Jest to konkretne i nowoczesne wymaganie, które dobrze opisuje zakres pracy, ale może oznaczać, że firma aktywnie pracuje nad nowymi technologiami, co wiąże się z potencjalnym uczeniem się w trakcie pracy.