Senior Solutions Architect: ML/AI; Big Data

Naszym głównym celem jest sprawne wdrażanie nowoczesnych narzędzi w obszarze ryzyka, w tym obniżanie kosztów obsługi, zwiększanie poziomu automatyzacji procesów decyzyjnych, zapewnienie aktualności systemów oraz zgodności z obowiązującymi regulacjami. W związku z dalszym rozwojem poszukujemy doświadczonego Senior Solutions Architecta, który dołączy do naszego zespołu IT i będzie odpowiedzialny za projektowanie oraz wdrażanie rozwiązań opartych na uczeniu maszynowym i sztucznej inteligencji. Zakres obowiązków: • Projektowanie architektury rozwiązań ML/AI w języku Python, z wykorzystaniem bibliotek takich jak scikit-learn, TensorFlow, PyTorch. • Tworzenie pipeline’ów danych i modeli w PySpark oraz Spark MLlib. • Wdrażanie modeli ML w środowiskach produkcyjnych i eksperymentalnych. • Integracja modeli ML z backendem aplikacyjnym i systemami bankowymi, przy użyciu REST API oraz gRPC. • Budowa rozwiązań z wykorzystaniem FastAPI lub Flask. • Optymalizacja wydajności systemów ML/AI oraz zarządzanie cyklem życia modeli. • Współpraca z zespołami data science, ML engineering oraz backend development. • Dokumentowanie architektury, kodu i procesów wdrożeniowych. • Wdrażanie rozwiązań ML/AI w oparciu o praktyki MLOps oraz Continuous Delivery. • Udział w projektach prowadzonych zgodnie z metodyką Agile/Scrum. Profil Kandydata: • Wykształcenie wyższe techniczne (informatyka, matematyka, analiza danych, ekonometria lub kierunki pokrewne). • Minimum 5 lat doświadczenia w projektowaniu i wdrażaniu rozwiązań ML/AI w środowiskach produkcyjnych. • Minimum 3 lata doświadczenia w pracy z bibliotekami ML/AI w Pythonie (scikit-learn, PyTorch, TensorFlow). • Bardzo dobra znajomość języka Python oraz bibliotek: Pandas, NumPy, Dask. • Doświadczenie z bibliotekami NLP i LLM (Hugging Face, Transformers, spaCy, LangChain). • Praktyczna znajomość narzędzi i środowisk MLOps: MLflow, Airflow, Jupyter, GitLab CI/CD, Docker, Kubernetes. • Umiejętność tworzenia pipeline’ów ML w PySpark lub Spark MLlib. • Doświadczenie w budowie i integracji API dla modeli ML (REST API, gRPC, FastAPI, Flask). • Znajomość architektury systemów bankowych i integracji z backendem. • Znajomość konteneryzacji oraz wdrażania modeli ML w środowiskach produkcyjnych. • Doświadczenie w pracy z narzędziami monitorującymi (np. Prometheus, Grafana, MLflow). • Umiejętność analizy danych i przekładania wymagań biznesowych na rozwiązania ML/AI. • Doświadczenie w pracy w interdyscyplinarnych zespołach projektowych. • Komunikatywność oraz zdolność tłumaczenia złożonych kwestii technicznych na język zrozumiały dla biznesu. • Proaktywność, samodzielność i umiejętność podejmowania decyzji architektonicznych. • Znajomość języka angielskiego na poziomie pozwalającym na pracę z dokumentacją techniczną. Mile widziane: • Doświadczenie w pracy w ograniczonych środowiskach bankowych, gdzie część komponentów wymaga samodzielnego przygotowania. • Doświadczenie z modelami LLM (np. GPT, BERT, Llama), ich trenowaniem i wdrażaniem. • Certyfikaty z zakresu ML/AI (np. TensorFlow Developer Certificate, PyTorch, Hugging Face).