Kierownik Zespołu R&D - AI i Cyfrowy Bliźniak / AI & Digital Twin R&D Manager (k/m)
⚲ Gliwice
Do uzgodnienia
Wymagania
- min. 3 lata zarządzania zespołem technicznym
- realne doświadczenie z narzędziami takimi jak TensorFlow/PyTorch, Ansys Twin Builder, Siemens MindSphere, MATLAB/Simulink lub Azure Digital Twins
- doświadczenie w doprowadzaniu wyników badań do wdrożenia w produkcie lub procesie (nie tylko do publikacji)
- kompetencje pozwalające wejść w przegląd architektury AI i cyfrowego bliźniaka oraz prowadzić model review
- doświadczenie w zarządzaniu budżetem i harmonogramem projektu
- umiejętność komunikacji z naukowcami, inżynierami robotyki i programistami
- doświadczenie w rekrutacji, mentoringu i rozwoju kompetencji zespołu
Opis stanowiska
Rola kierownicza w A1 Sorter — poprowadzisz dwa zespoły (AI oraz Cyfrowego Bliźniaka) łączące naukę z przemysłem, przy projektach obejmujących modele ML na embedded, walidację cyfrowego bliźniaka systemu robotycznego i symulacje. To stanowisko dla lidera technicznego, który wyrósł z inżynierii lub nauk ścisłych i nadal chce uczestniczyć w decyzjach architektonicznych, code review i ocenie kalibracji modeli — nie dla czystego menedżera projektu. Wymaga balansowania między rygorem naukowym a presją terminów i budżetu, a także gotowości do pracy w warunkach niepewności badawczej.
🔍 Dekoder Ogłoszenia
🔴
poprowadź zespół, który połączy naukę z przemysłem!
Oczekuje się, że będziesz mostem między teoretycznymi badaniami a praktycznymi zastosowaniami komercyjnymi, co może oznaczać konieczność radzenia sobie z różnymi priorytetami i perspektywami.
🔴
nie szukamy wyłącznie menedżera projektu. Szukamy lidera technicznego, który wyrósł z inżynierii lub nauk ścisłych, ma na koncie realne wdrożenia AI/Digital Twin i chce teraz przełożyć tę wiedzę na budowę i prowadzenie zespołu, pozostając blisko technologii, nie tylko blisko harmonogramu.
Pomimo roli menedżerskiej, będziesz musiał aktywnie uczestniczyć w decyzjach technicznych i być na bieżąco z rozwojem technologii, co może oznaczać mniej czasu na czyste zarządzanie.
🔴
rozumiesz zarówno rygor naukowy, jak i presję terminów (modele ML na embedded, walidacja cyfrowego bliźniaka, milestone'y)
Będziesz musiał balansować między potrzebą dokładnych badań a koniecznością dostarczania produktów w określonych ramach czasowych, co może prowadzić do kompromisów.
🔴
potrafisz rozmawiać jednocześnie z naukowcem, inżynierem robotyki i programistą - swobodnie tłumaczysz między tymi światami
Oczekuje się od Ciebie umiejętności komunikacji na bardzo różnych poziomach technicznych i zrozumienia specyfiki każdej z tych dziedzin, co jest wymagające.
🔴
wiesz, że „learning from failure” w projekcie badawczym to codzienność, nie slogan i dajesz zespołowi przestrzeń na eksperymenty
Może to oznaczać, że projekty badawcze będą miały wysoki stopień niepewności i częste zmiany kierunku, a sukces nie zawsze będzie gwarantowany.