AI Architect
⚲ Katowice
Do uzgodnienia
Wymagania
- min. 5 lat doświadczenia na stanowisku AI Architect lub pokrewnym
- min. 5 lat doświadczenia w projektowaniu architektury systemów IT lub platform technologicznych
- praktyczne doświadczenie z AI, GenAI, LLM, RAG oraz Agentami AI
- doświadczenie z przynajmniej jedną platformą chmurową: Azure, AWS lub GCP
- doświadczenie w projektowaniu integracji systemowych oraz API
- doświadczenie w projektowaniu rozwiązań dla dużych organizacji oraz systemów o wysokiej dostępności i skalowalności
- znajomość zagadnień bezpieczeństwa i architektury rozwiązań AI
Mile widziane
- certyfikaty architektoniczne, chmurowe lub związane z AI
Opis stanowiska
W B2Bnetwork będziesz projektować architekturę rozwiązań AI, GenAI i Machine Learning — od koncepcji i PoC, przez MVP, aż po wdrożenia produkcyjne w środowisku enterprise. Rola łączy analizę potrzeb biznesowych z projektowaniem architektury aplikacyjnej, integracyjnej i danych oraz definiowaniem standardów bezpieczeństwa i AI Governance. To oferta dla architekta z doświadczeniem w LLM, RAG i Agentach AI, który potrafi współpracować z zespołami Data Science, DevOps i Cybersecurity.
🔍 Dekoder Ogłoszenia
🟡
projektowanie nowoczesnych rozwiązań opartych o sztuczną inteligencję – od koncepcji i Proof of Concept, przez MVP, aż po rozwiązania produkcyjne
Oczekuje się, że będziesz odpowiedzialny za cały cykl życia produktu AI, od pomysłu do wdrożenia.
🟡
potrafi łączyć potrzeby biznesowe z architekturą technologiczną
Musisz być w stanie przetłumaczyć wymagania biznesowe na konkretne rozwiązania techniczne i odwrotnie.
🟡
budowaniu skalowalnych systemów AI w środowisku enterprise
Oczekuje się doświadczenia w tworzeniu systemów AI, które mogą obsłużyć dużą liczbę użytkowników i danych w dużej organizacji.
🟡
Definiowanie standardów dotyczących bezpieczeństwa, jakości, wydajności oraz AI Governance
Będziesz odpowiedzialny za ustalanie zasad i wytycznych dotyczących tych obszarów, co może oznaczać tworzenie dokumentacji i nadzór.
🟡
Wspieranie budowy środowisk eksperymentalnych oraz platform do rozwoju rozwiązań AI
Może to oznaczać zarówno tworzenie od podstaw, jak i zarządzanie istniejącymi infrastrukturami.