Data Engineer (AI) | f/m/d
⚲ Warszawa, Gdańsk
Do uzgodnienia
Wymagania
- płynna znajomość języka angielskiego
- wykształcenie wyższe z informatyki, AI lub dziedzin pokrewnych
- doświadczenie w przygotowaniu, czyszczeniu i wzbogacaniu danych pod aplikacje AI
- doświadczenie z narzędziami MLOps do trenowania, wdrażania i monitorowania modeli AI
- znajomość systemów rozproszonych i chmur (Azure, Databricks, Kubernetes)
- praca z git, tworzenie pull requestów i code review
Mile widziane
- znajomość języka niemieckiego
Opis stanowiska
Rola w ERGO Technology & Services (grupa Munich Re/ERGO) przy budowie i standaryzacji środowisk AI oraz automatyzacji cyklu życia modeli ML. Będziesz przygotowywać dane, projektować i wdrażać rozwiązania dla danych strukturalnych i niestrukturalnych oraz wspierać jednostki operacyjne we wdrażaniu modeli AI do istniejących procesów. Uwaga: ogłoszenie operuje hasłami typu '(Agentic)AI' i 'highly automated ML lifecycle' — warto dopytać na rozmowie, jak faktycznie zaawansowane są te rozwiązania i czy to budowa od zera, czy dostosowanie istniejących środowisk.
🔍 Dekoder Ogłoszenia
🔴
(Agentic)AI
Termin ten może sugerować zaawansowane zastosowania AI, ale może też być używany do opisania bardziej standardowych modeli uczenia maszynowego, które wykonują określone zadania.
🔴
highly automated ML lifecycle
Może oznaczać zarówno w pełni zautomatyzowany proces od przygotowania danych po wdrożenie modelu, jak i jedynie dążenie do automatyzacji pewnych etapów.
🔴
design and standardise effective, scalable AI environments, AI blueprints and processes
Może oznaczać tworzenie od podstaw innowacyjnych rozwiązań, jak i dostosowywanie i dokumentowanie istniejących, często mniej zaawansowanych, środowisk.
🔴
supporting operational units in implementing AI models into existing processes and systems
Może oznaczać pracę nad nowymi, ekscytującymi wdrożeniami, ale też konieczność radzenia sobie z przestarzałymi systemami i oporem wobec zmian.
🔴
pilot AI solutions for monitoring and evaluating the outcomes
Sugeruje pracę nad innowacyjnymi rozwiązaniami, ale może też oznaczać testowanie i ewaluację istniejących, mniej udanych wdrożeń.