Starszy /-sza Inżynier /-ka systemów AI
⚲ Warszawa, Śródmieście
12 000–16 000 zł brutto / mies.
Wymagania
- Python
- NLP
- ML
- Biblioteki LLM
- Mikroserwisy
- Relacyjne i nierelacyjne bazy danych
- Chmura obliczeniowa
- Docker
- Kubernetes
Opis stanowiska
Nasze wymagania:
Wykształcenie wyższe w zakresie informatyki, matematyki, fizyki lub kierunków pokrewnych
Minimum 3 lata doświadczenia w projektowaniu i implementacji systemów oprogramowania
Bardzo dobra znajomość języków programowania: Python (preferowany), Java, Scala lub C++
Doświadczenie w pracy z modelami uczenia maszynowego, w szczególności w obszarze NLP i/lub LLM
Znajomość frameworków ML, takich jak TensorFlow lub PyTorch
Doświadczenie w pracy z narzędziami i bibliotekami LLM, np. Hugging Face Transformers, OpenAI API lub podobnymi
Umiejętność projektowania i implementacji skalowalnych architektur systemów (w szczególności mikroserwisowych)
Znajomość relacyjnych i nierelacyjnych baz danych (np. PostgreSQL, MongoDB)
Doświadczenie w pracy z chmurą obliczeniową (AWS, GCP lub Azure)
Umiejętność tworzenia dokumentacji technicznej systemów
Znajomość metodyk zarządzania projektami (Agile, Scrum lub podobne)
Umiejętność pracy w interdyscyplinarnym zespole badawczo-inżynierskim
Bardzo dobra znajomość języka angielskiego (min. B2+/C1) w mowie i piśmie
Mile widziane:
Doświadczenie w pracy w projektach badawczo-rozwojowych, w szczególności we współpracy z uczelniami lub instytucjami naukowymi
Doświadczenie w implementacji, optymalizacji lub wdrażaniu modeli LLM w środowiskach produkcyjnych
Znajomość technik fine-tuningu modeli oraz metod redukcji kosztów obliczeniowych (np. pruning, quantization, distillation)
Doświadczenie w pracy z dużymi zbiorami danych treningowych oraz ich przygotowaniem i zarządzaniem
Znajomość zagadnień związanych z anonimizacją i przetwarzaniem danych wrażliwych
Doświadczenie w pracy z technologiami konteneryzacji i orkiestracji (Docker, Kubernetes)
Znajomość narzędzi do zarządzania cyklem życia modeli ML (np. MLflow, Kubeflow)
Autorstwo lub współautorstwo publikacji naukowych w obszarze AI/ML/NLP
Certyfikaty potwierdzające kompetencje w zakresie technologii chmurowych
Doświadczenie w mentoringu lub wsparciu młodszych członków zespołu oraz prowadzeniu wiedzy techniczne
O projekcie:
W Zakładzie Przetwarzania Języka Naturalnego zajmujemy się szeroko rozumianym NLP – od badań nad językiem po tworzenie innowacyjnych rozwiązań opartych na dużych modelach językowych. Tworzymy środowisko, w którym spotykają się nauka, inżynieria i pasja do języka.
Pracujemy m.in. przy projekcie PLLuM, którego celem jest rozwój polskiego dużego modelu językowego. Nie ograniczamy się do wdrażania gotowych rozwiązań – aktywnie publikujemy wyniki naszych badań na międzynarodowych konferencjach (takich jak ACL, EMNLP, SIGIR czy NeurIPS). Dzielimy się wiedzą, rozwijamy własne narzędzia i stale eksperymentujemy z najnowszymi technologiami.
Dołącz do naszego zespołu pracującego nad projektem budowy polskojęzycznego dużego modelu językowego PLLuM.
Szukamy osoby, która:
• pasjonuje się przetwarzaniem języka naturalnego (NLP) oraz dużymi modelami językowymi (LLM),
• chce mieć realny wpływ na rozwój polskojęzycznych modeli językowych,
• lubi łączyć pracę badawczą z praktycznym wdrażaniem nowych technologii.
Zakres obowiązków:
Przygotowanie danych, usprawnienie infrastrukturalne treningu modeli językowych
Usprawnienie programistyczne ewaluacji automatycznych
Rozwijanie komponenetów systemowych, w szczególności w aspekcie agentowym i RAGowym
Wsparcie merytoryczne jednostek podczas wdrożeń
Testowanie nowych architektur modelu w warsztacie wdrożeniowym
Oferujemy:
• Pracę w zakładzie naukowym przy ambitnym projekcie
• Atrakcyjne benefity pracownicze
• Dodatek finansowy za publikacje naukowe przyznawany zgodnie z polityką instytutu, w oparciu o określone kryteria ewaluacyjne
Wykształcenie wyższe w zakresie informatyki, matematyki, fizyki lub kierunków pokrewnych
Minimum 3 lata doświadczenia w projektowaniu i implementacji systemów oprogramowania
Bardzo dobra znajomość języków programowania: Python (preferowany), Java, Scala lub C++
Doświadczenie w pracy z modelami uczenia maszynowego, w szczególności w obszarze NLP i/lub LLM
Znajomość frameworków ML, takich jak TensorFlow lub PyTorch
Doświadczenie w pracy z narzędziami i bibliotekami LLM, np. Hugging Face Transformers, OpenAI API lub podobnymi
Umiejętność projektowania i implementacji skalowalnych architektur systemów (w szczególności mikroserwisowych)
Znajomość relacyjnych i nierelacyjnych baz danych (np. PostgreSQL, MongoDB)
Doświadczenie w pracy z chmurą obliczeniową (AWS, GCP lub Azure)
Umiejętność tworzenia dokumentacji technicznej systemów
Znajomość metodyk zarządzania projektami (Agile, Scrum lub podobne)
Umiejętność pracy w interdyscyplinarnym zespole badawczo-inżynierskim
Bardzo dobra znajomość języka angielskiego (min. B2+/C1) w mowie i piśmie
Mile widziane:
Doświadczenie w pracy w projektach badawczo-rozwojowych, w szczególności we współpracy z uczelniami lub instytucjami naukowymi
Doświadczenie w implementacji, optymalizacji lub wdrażaniu modeli LLM w środowiskach produkcyjnych
Znajomość technik fine-tuningu modeli oraz metod redukcji kosztów obliczeniowych (np. pruning, quantization, distillation)
Doświadczenie w pracy z dużymi zbiorami danych treningowych oraz ich przygotowaniem i zarządzaniem
Znajomość zagadnień związanych z anonimizacją i przetwarzaniem danych wrażliwych
Doświadczenie w pracy z technologiami konteneryzacji i orkiestracji (Docker, Kubernetes)
Znajomość narzędzi do zarządzania cyklem życia modeli ML (np. MLflow, Kubeflow)
Autorstwo lub współautorstwo publikacji naukowych w obszarze AI/ML/NLP
Certyfikaty potwierdzające kompetencje w zakresie technologii chmurowych
Doświadczenie w mentoringu lub wsparciu młodszych członków zespołu oraz prowadzeniu wiedzy techniczne
O projekcie:
W Zakładzie Przetwarzania Języka Naturalnego zajmujemy się szeroko rozumianym NLP – od badań nad językiem po tworzenie innowacyjnych rozwiązań opartych na dużych modelach językowych. Tworzymy środowisko, w którym spotykają się nauka, inżynieria i pasja do języka.
Pracujemy m.in. przy projekcie PLLuM, którego celem jest rozwój polskiego dużego modelu językowego. Nie ograniczamy się do wdrażania gotowych rozwiązań – aktywnie publikujemy wyniki naszych badań na międzynarodowych konferencjach (takich jak ACL, EMNLP, SIGIR czy NeurIPS). Dzielimy się wiedzą, rozwijamy własne narzędzia i stale eksperymentujemy z najnowszymi technologiami.
Dołącz do naszego zespołu pracującego nad projektem budowy polskojęzycznego dużego modelu językowego PLLuM.
Szukamy osoby, która:
• pasjonuje się przetwarzaniem języka naturalnego (NLP) oraz dużymi modelami językowymi (LLM),
• chce mieć realny wpływ na rozwój polskojęzycznych modeli językowych,
• lubi łączyć pracę badawczą z praktycznym wdrażaniem nowych technologii.
Zakres obowiązków:
Przygotowanie danych, usprawnienie infrastrukturalne treningu modeli językowych
Usprawnienie programistyczne ewaluacji automatycznych
Rozwijanie komponenetów systemowych, w szczególności w aspekcie agentowym i RAGowym
Wsparcie merytoryczne jednostek podczas wdrożeń
Testowanie nowych architektur modelu w warsztacie wdrożeniowym
Oferujemy:
• Pracę w zakładzie naukowym przy ambitnym projekcie
• Atrakcyjne benefity pracownicze
• Dodatek finansowy za publikacje naukowe przyznawany zgodnie z polityką instytutu, w oparciu o określone kryteria ewaluacyjne
🔍 Dekoder Ogłoszenia
🔴
Starszy /-sza Inżynier /-ka systemów AI
Może oznaczać zarówno doświadczonego specjalistę z głęboką wiedzą, jak i osobę z niewielkim doświadczeniem, ale z potencjałem do rozwoju w obszarze AI.
🔴
Minimum 3 lata doświadczenia w projektowaniu i implementacji systemów oprogramowania
Wymagane 3 lata doświadczenia mogą być liczone łącznie z projektami akademickimi lub bardzo podstawowymi zadaniami, niekoniecznie z pełnym cyklem życia systemu.
🔴
Umiejętność pracy w interdyscyplinarnym zespole badawczo-inżynierskim
Może oznaczać konieczność pracy z osobami o bardzo różnym profilu i podejściu, co może prowadzić do konfliktów lub niejasności w komunikacji.
🔴
Doświadczenie w implementacji, optymalizacji lub wdrażaniu modeli LLM w środowiskach produkcyjnych
Wymagane doświadczenie może dotyczyć tylko jednego z tych aspektów, a niekoniecznie wszystkich, co może oznaczać mniejszy zakres odpowiedzialności niż sugeruje sformułowanie.