Senior Machine Learning Engineer (LLMs)
⚲ Bydgoszcz, Warsaw, Wrocław, Poznań, Gdańsk, Łódź, Kraków
22 000 - 30 000 PLN (B2B)
Wymagania
- min. 5 lat doświadczenia w ML engineering i pracy z modelami w środowisku produkcyjnym
- praktyczne doświadczenie z LLM i Generative AI, w tym integracja i optymalizacja inferencji (opóźnienia, koszty, skalowalność)
- znajomość frameworków do budowy i orkiestracji pipeline'ów LLM (LangChain, LlamaIndex, RAG, frameworki agentowe)
- umiejętność projektowania i implementacji end-to-end pipeline'ów ML/LLM (od danych przez trening/fine-tuning po API produkcyjne)
- doświadczenie z chmurami (AWS, GCP, Azure) i ich usługami AI/ML (SageMaker, Vertex AI, Azure ML)
- doświadczenie z SQL, NoSQL i bazami wektorowymi (Pinecone, FAISS, Weaviate)
- biegły Python i doświadczenie z frameworkami ML (PyTorch, TensorFlow, Hugging Face)
Mile widziane
- doświadczenie w prompt engineeringu i budowie prostych interfejsów AI (Streamlit, Gradio)
Opis stanowiska
Będziesz budować i optymalizować produkcyjne pipeline'y ML/LLM — od przygotowania danych i fine-tuningu po API produkcyjne — oraz integrować modele z myślą o opóźnieniach, kosztach i skalowalności. Pracujesz blisko modeli i AI, z zespołami Data Scientists, Software Engineers i MLOps, a projekty trafiają do realnych użytkowników, nie zostają w fazie PoC. To oferta dla osoby z 5+ lat doświadczenia w ML engineering, która zna LLM, RAG, frameworki agentowe i chmury (AWS/GCP/Azure). Uwaga: 'explore and apply the newest tech' może oznaczać ciągłą presję na nadążanie za szybko zmieniającym się stackiem AI/LLM — częste przebranżowienia i naukę po godzinach.
🔍 Dekoder Ogłoszenia
🟡
you'll shape how companies around the world use them
Ogólna, aspiracyjna obietnica wpływu — brak konkretów co do zakresu odpowiedzialności i realnego wpływu na produkty
🔴
Explore and apply the newest tech
Może oznaczać ciągłą presję na nadążanie za szybko zmieniającym się stackiem AI/LLM — częste przebranżowienia i nauka po godzinach
🟡
Spread your wings with clear career paths
Standardowy zwrot HR — ścieżki kariery są deklarowane, ale nie wiadomo, jak wyglądają w praktyce