Starszy/a specjalista/ka ds. uczenia maszynowego
⚲ Warszawa, Wola
10 000–16 000 zł brutto / mies.
Wymagania
- wykształcenie wyższe (informatyka, matematyka, data science, AI lub pokrewne)
- min. 4 lata doświadczenia na podobnym stanowisku
- praktyczne doświadczenie w pracy z modelami językowymi LLM
- znajomość trenowania, fine-tuningu i ewaluacji modeli LLM
- doświadczenie w zastosowaniach NLP (analiza tekstu, klasyfikacja, ekstrakcja informacji, generowanie treści)
- znajomość technik prompt engineering, RAG oraz zarządzania kontekstem
- doświadczenie w integracji LLM z aplikacjami przez API i budowie usług opartych o modele językowe
Mile widziane
- doświadczenie w budowie agentów AI lub systemów opartych na LLM
Opis stanowiska
Rola starszego specjalisty ds. uczenia maszynowego w NASK, skoncentrowana na modelach językowych LLM i zastosowaniach NLP. Będziesz projektować, rozwijać i wdrażać modele ML oraz LLM, przygotowywać dane, dobierać algorytmy i optymalizować parametry, a także integrować LLM z aplikacjami przez API i budować usługi oparte o modele językowe. To oferta dla osoby z min. 4-letnim doświadczeniem, która łączy praktykę w LLM z umiejętnością komunikacji z interesariuszami nietechnicznymi. Uwaga: wymaganie 'min. 4 lata na podobnym stanowisku' może oznaczać zarówno 4 lata w LLM, jak i 4 lata ogólnego doświadczenia w ML — warto dopytać o oczekiwany profil.
🔍 Dekoder Ogłoszenia
🔴
Starszy/a specjalista/ka ds. uczenia maszynowego
Może oznaczać zarówno doświadczonego eksperta, jak i osobę z 4-letnim stażem, która dopiero zaczyna swoją karierę w tej dziedzinie.
🔴
Minimum 4 lata doświadczenia zawodowego na podobnym stanowisku
Może oznaczać 4 lata doświadczenia w konkretnym obszarze LLM, ale równie dobrze 4 lata ogólnego doświadczenia w ML, gdzie LLM były tylko jednym z wielu narzędzi.
🔴
Praktyczne doświadczenie w pracy z modelami językowymi LLM.
Może oznaczać głębokie zrozumienie i modyfikację modeli, ale też tylko umiejętność korzystania z gotowych API.
🔴
Podstawowa lub praktyczna wiedza z zakresu MLOps/LLMOps
Może oznaczać zarówno umiejętność wdrożenia i monitorowania modeli na produkcji, jak i tylko teoretyczną znajomość tych zagadnień.
🔴
Umiejętność pracy zespołowej oraz komunikowania złożonych zagadnień technicznych w sposób zrozumiały dla interesariuszy nietechnicznych.
Oznacza, że będziesz musiał/a tłumaczyć skomplikowane koncepcje techniczne osobom bez wiedzy IT, co może być czasochłonne i frustrujące.