Senior AI Developer | Branża ubezpieczeniowa
⚲ Warszawa
Do uzgodnienia
Wymagania
- min. 3 lata doświadczenia jako AI Engineer / AI Developer, w tym min. 1 rok przy produkcyjnych wdrożeniach AI
- biegła znajomość Pythona
- doświadczenie w projektowaniu i wdrażaniu rozwiązań GenAI, LLM, agentów AI i orkiestracji procesów AI
- praktyczne doświadczenie z RAG, prompt engineeringiem i ewaluacją jakości odpowiedzi modeli
- doświadczenie w budowie i utrzymaniu MLOps/LLMOps (Azure ML, MLflow, Docker, Kubernetes, CI/CD)
- doświadczenie w integracji AI z systemami biznesowymi przez REST API i komunikację asynchroniczną
- wykształcenie wyższe techniczne, matematyczne lub pokrewne
- znajomość angielskiego min. B2
Opis stanowiska
Dołączysz do strategicznego programu transformacyjnego lidera rynku ubezpieczeniowego, którego celem jest nowoczesny ekosystem obsługi szkód. Będziesz projektować, tuningować i wdrażać modele AI/ML oraz rozwiązania GenAI na Azure, budować procesy MLOps/LLMOps i zaawansowane pipeline'y RAG. Praca w modelu hybrydowym — 3 dni w tygodniu w biurze klienta w Warszawie. To oferta dla samodzielnego inżyniera, który prowadzi rozwiązania od koncepcji po wdrożenie produkcyjne. Uwaga: opis obiecuje 'realny wpływ na procesy decyzyjne' i 'dostęp do nowoczesnych narzędzi' — to deklaracje, które warto zweryfikować na rozmowie, podobnie jak realny zakres samodzielności względem zespołów data science i aktuariatu.
🔍 Dekoder Ogłoszenia
🔴
realnie wspieramy się w rozwoju kompetencji
Może oznaczać, że rozwój kompetencji jest faktyczny i wspierany, ale równie dobrze może być pustym hasłem bez konkretnych działań.
🔴
zyskasz możliwość: pracy nad realnymi wyzwaniami biznesowymi w skali milionów klientów
Choć brzmi imponująco, może oznaczać pracę nad problemami, które są trudne do rozwiązania lub mają dużą presję czasu ze względu na skalę.
🔴
dostępu do nowoczesnych narzędzi i dużych zbiorów danych
Może oznaczać dostęp do najnowszych technologii, ale równie dobrze może być to dostęp do przestarzałych narzędzi z powodu ograniczeń budżetowych lub braku możliwości aktualizacji.
🔴
współpracy z doświadczonymi ekspertami z obszaru data science, aktuariatu i IT
Choć współpraca z ekspertami jest pozytywna, może oznaczać, że będziesz musiał dużo się uczyć od nich, a niekoniecznie będziesz miał dużą samodzielność.
🔴
realnego wpływu na procesy decyzyjne
Może oznaczać, że Twoje opinie będą brane pod uwagę, ale równie dobrze może być to tylko deklaracja, a faktyczny wpływ będzie ograniczony.