AI Team Leader (k/m/n)
⚲ Warszawa
Do uzgodnienia
Wymagania
- doświadczenie w projektach ML/AI doprowadzonych do produkcji wraz z utrzymaniem modelu po wdrożeniu (nie tylko do etapu PoC)
- doświadczenie w prowadzeniu zespołu lub roli tech leada (formalnie lub nieformalnie), w tym rozwój kompetencji innych
- praktyczna znajomość computer vision: detekcja, śledzenie obiektów, segmentacja, praca z danymi obrazowymi i wideo
- doświadczenie w pełnym cyklu życia modelu: przygotowanie i anotacja danych, trening, ewaluacja, wdrożenie, monitorowanie (MLOps)
- doświadczenie z optymalizacją modeli pod ograniczone zasoby (kwantyzacja, pruning, ONNX / TensorRT lub odpowiedniki)
- umiejętność stworzenia roadmapy z etapami i kryteriami przejścia oraz przełożenia celu biznesowego na wymagania techniczne
- znajomość języka angielskiego na poziomie swobodnej pracy z dokumentacją i kontaktów z dostawcami
Opis stanowiska
Rola lidera zespołu AI w Nexio Management — budujesz kilkuosobowy zespół od podstaw (rekrutacja, onboarding, podział odpowiedzialności), odpowiadasz za kierunek techniczny ML/computer vision i jednocześnie pracujesz hands-on nad kluczowymi elementami rozwiązań. Kluczowe jest doświadczenie w projektach ML/AI doprowadzonych do produkcji wraz z utrzymaniem modelu po wdrożeniu — nie wystarczy praca do etapu PoC. To oferta dla kogoś, kto łączy kompetencje techniczne (PyTorch, CV, MLOps) z realnym przywództwem i potrafi przełożyć cel biznesowy na mierzalne kryteria akceptacji modelu.
🔍 Dekoder Ogłoszenia
🔴
Doświadczenie w projektach ML/AI doprowadzonych do działania produkcyjnego, wraz z utrzymaniem modelu po wdrożeniu, nie tylko realizacja do etapu PoC.
Oczekuje się, że kandydat będzie odpowiedzialny za cały cykl życia modelu, od fazy koncepcji po długoterminowe utrzymanie i optymalizację w środowisku produkcyjnym.
🟡
Doświadczenie w prowadzeniu zespołu lub w roli tech lidera (formalnie lub nieformalnie), w tym w rozwoju kompetencji innych osób.
Może oznaczać zarówno formalne zarządzanie ludźmi, jak i nieformalne mentorowanie i kierowanie pracą zespołu, co wymaga umiejętności interpersonalnych i technicznych.
🟡
Praktyczna znajomość computer vision: detekcja, śledzenie obiektów, segmentacja, praca z danymi obrazowymi i wideo.
Wymaga głębokiego, praktycznego doświadczenia w konkretnych obszarach wizji komputerowej, a nie tylko teoretycznej wiedzy.
🟡
Umiejętność stworzenia roadmapy/harmonogramu prac z etapami i kryteriami przejścia, przełożenie celu biznesowego na wymagania techniczne i mierzalne kryteria akceptacji modelu.
Oczekuje się, że kandydat będzie potrafił nie tylko technicznie rozwiązywać problemy, ale także strategicznie planować projekty i komunikować się z biznesem.
🟡
Doświadczenie w pełnym cyklu życia modelu: przygotowanie i anotacja danych, trening, ewaluacja, wdrożenie, monitorowanie (MLOps).
Podkreśla potrzebę wszechstronności i umiejętności zarządzania całym procesem tworzenia i wdrażania modeli uczenia maszynowego.