AI Engineer

Opis projektu Nasz Klient to państwowa jednostka o znaczeniu strategicznym, odpowiedzialna za utrzymanie i rozwój kluczowej infrastruktury w sektorze lotnictwa cywilnego. Instytucja ta pełni nadrzędną rolę w zapewnianiu ciągłości i bezpieczeństwa operacji transportowych na skalę krajową, działając w oparciu o rygorystyczne normy publiczne oraz międzynarodowe standardy regulacyjne. Zadania: • Przekładanie prototypów/PoC na rozwiązania produkcyjne: projektowanie ścieżek treningu i inferencji, integracja z aplikacjami. • Implementacja usług modelowych i interfejsów (API/SDK), integracja z potokami danych i procesami biznesowymi. • Optymalizacja modeli i inferencji pod koszty i wydajność (profilowanie, batching, kompresja, kwantyzacja, distylacja). • Współpraca z Product Ownerem w definiowaniu KPI jakości, latencji, stabilności i kosztu; priorytetyzacja backlogu. • Planowanie pracy w Scrum, synchronizacja z Data/ML Engineerami i Data Scientistami. • Weryfikacja postępów: metryki eksperymentów, stabilność wdrożeń, osiąganie SLA i SLO. • Budowa i utrzymanie rejestru modeli, mechanizmów wersjonowania i strategii rolloutów (canary/blue‐green). • Implementacja monitoringu produkcyjnego (metryki jakości i systemowe, alerty, detekcja driftu, degradacji). • Projektowanie i obsługa cykli retrainingu: harmonogramy, walidacje, kontrola wersji danych. • Tworzenie narzędzi do oceny jakości (harnessy ewaluacyjne, benchmarki, testy regresji jakości). • Współprojektowanie architektury systemów dla funkcji ML, dobór technologii, wzorców i konfiguracji środowisk. • Wsparcie w doborze i fine‐tuningu modeli, łączenie kilku modeli w łańcuchy/ensemble na potrzeby funkcji produktowych. • Przygotowywanie dokumentacji technicznej usług ML i procedur operacyjnych. • Udział w przeglądach architektonicznych i bezpieczeństwa, rekomendacje usprawnień. • Optymalizacja pracy zespołu dzięki automatyzacji ścieżek eksperyment→wdrożenie i bibliotekom wspólnym. Wymagania: • Wykształcenie wyższe: sztuczna inteligencja, data science, informatyka, matematyka lub pokrewne. • Doświadczenie w inżynierii zastosowań ML: wdrażanie modeli do produkcji i ich integracja z systemami. • Biegłość programistyczna (np. Python) i praktyka w co najmniej jednym frameworku głębokiego uczenia. • Umiejętność budowy i utrzymania potoków treningu/inferencji, pracy z konteneryzacją i orkiestracją. • Doświadczenie w monitoringu usług ML, analizie metryk jakości oraz mechanizmach retrainingu. • Praktyka w projektowaniu API, integracjach i wzorcach wdrożeń (canary/blue‐green), wersjonowaniu modeli. • Umiejętność profilowania i optymalizacji wydajności modelu oraz kosztów uruchomienia. • Biegłe posługiwanie się językiem polskim. Co oferujemy? • Pracę zdalną z możliwością przyjazdów co jakiś czas do biura w Warszawie. • Pracę na naszym sprzęcie. • Płaską strukturę zarządzania. • Samoorganizujące się zespoły. • Dużo przestrzeni na własną inicjatywę. • Możliwość delegacji na terenie Unii Europejskiej lub Wielkiej Brytanii.