AI Engineer (GCP)
⚲ Warszawa
130–150 zł netto (+ VAT) / godz.
Wymagania
- Google Cloud Platform
- Vertex AI
- Git
- Python
- LLM
- GenAI
- Agentic AI
- LangChain
- LangGraph
- Vector DB
- CI/CD
- LLMOps
- Evaluation
Opis stanowiska
Nasze wymagania:
Minimum 3–4 lata doświadczenia.
Praktyczne doświadczenie w tworzeniu aplikacji wykorzystujących AI i Generative AI.
Bardzo dobra znajomość Pythona.
Doświadczenie z frameworkami: LangChain, LangGraph, Hugging Face Transformers.
Znajomość fine-tuningu modeli, RLHF oraz prompt engineeringu.
Doświadczenie z GCP, w szczególności z Vertex AI.
Znajomość dobrych praktyk MLOps/LLMOps.
Doświadczenie z pipeline’ami danych, bazami wektorowymi, np. FAISS lub Pinecone, oraz rozwiązaniami RAG.
Umiejętność współpracy zespołowej, bardzo dobre zdolności komunikacyjne i otwartość na kontakt z międzynarodowymi klientami.
Praktyczna znajomość języka angielskiego na poziomie min. B2/C1 umożliwiająca swobodną komunikację pisemną i ustną (codzienna współpraca z klientami i współpracownikami anglojęzycznymi).
O projekcie:
Poszukujemy osób z doświadczeniem w obszarze Google Cloud Platform oraz Data Science/AI, które dołączą do projektu związanego z tworzeniem nowoczesnych rozwiązań wykorzystujących Generative AI.
Zakres obowiązków:
Projektowanie, rozwijanie i wdrażanie rozwiązań opartych na Generative AI z wykorzystaniem nowoczesnych modeli.
Fine-tuning i optymalizacja modeli LLM oraz innych modeli generatywnych pod kątem zastosowań branżowych.
Tworzenie aplikacji wykorzystujących GenAI i NLP.
Budowanie skalowalnych rozwiązań AI z wykorzystaniem GCP i narzędzi do przetwarzania rozproszonego.
Współpraca z zespołami z różnych obszarów i przekładanie potrzeb biznesowych na rozwiązania oparte na AI.
Udział w inicjatywach badawczo-rozwojowych związanych z GenAI.
Oferujemy:
Współpracę w modelu B2B.
Projekt realizowany w 100% zdalnie.
Udział w innowacyjnym projekcie z obszaru Generative AI.
Możliwość pracy z nowoczesnymi modelami i rozwiązaniami AI.
Współpracę z międzynarodowymi klientami i zespołami.
Udział w inicjatywach badawczo-rozwojowych związanych z GenAI.
Minimum 3–4 lata doświadczenia.
Praktyczne doświadczenie w tworzeniu aplikacji wykorzystujących AI i Generative AI.
Bardzo dobra znajomość Pythona.
Doświadczenie z frameworkami: LangChain, LangGraph, Hugging Face Transformers.
Znajomość fine-tuningu modeli, RLHF oraz prompt engineeringu.
Doświadczenie z GCP, w szczególności z Vertex AI.
Znajomość dobrych praktyk MLOps/LLMOps.
Doświadczenie z pipeline’ami danych, bazami wektorowymi, np. FAISS lub Pinecone, oraz rozwiązaniami RAG.
Umiejętność współpracy zespołowej, bardzo dobre zdolności komunikacyjne i otwartość na kontakt z międzynarodowymi klientami.
Praktyczna znajomość języka angielskiego na poziomie min. B2/C1 umożliwiająca swobodną komunikację pisemną i ustną (codzienna współpraca z klientami i współpracownikami anglojęzycznymi).
O projekcie:
Poszukujemy osób z doświadczeniem w obszarze Google Cloud Platform oraz Data Science/AI, które dołączą do projektu związanego z tworzeniem nowoczesnych rozwiązań wykorzystujących Generative AI.
Zakres obowiązków:
Projektowanie, rozwijanie i wdrażanie rozwiązań opartych na Generative AI z wykorzystaniem nowoczesnych modeli.
Fine-tuning i optymalizacja modeli LLM oraz innych modeli generatywnych pod kątem zastosowań branżowych.
Tworzenie aplikacji wykorzystujących GenAI i NLP.
Budowanie skalowalnych rozwiązań AI z wykorzystaniem GCP i narzędzi do przetwarzania rozproszonego.
Współpraca z zespołami z różnych obszarów i przekładanie potrzeb biznesowych na rozwiązania oparte na AI.
Udział w inicjatywach badawczo-rozwojowych związanych z GenAI.
Oferujemy:
Współpracę w modelu B2B.
Projekt realizowany w 100% zdalnie.
Udział w innowacyjnym projekcie z obszaru Generative AI.
Możliwość pracy z nowoczesnymi modelami i rozwiązaniami AI.
Współpracę z międzynarodowymi klientami i zespołami.
Udział w inicjatywach badawczo-rozwojowych związanych z GenAI.
🔍 Dekoder Ogłoszenia
🔴
Praktyczne doświadczenie w tworzeniu aplikacji wykorzystujących AI i Generative AI.
Może oznaczać zarówno budowanie od podstaw, jak i integrację gotowych rozwiązań, a nacisk na 'aplikacje' może sugerować mniej badań, a więcej implementacji.
🔴
Znajomość dobrych praktyk MLOps/LLMOps.
Oczekiwana jest wiedza teoretyczna i być może podstawowe doświadczenie, ale niekoniecznie samodzielne budowanie i utrzymywanie złożonych potoków MLOps od zera.
🔴
Umiejętność współpracy zespołowej, bardzo dobre zdolności komunikacyjne i otwartość na kontakt z międzynarodowymi klientami.
Może oznaczać, że będziesz musiał dużo komunikować się z klientami, co może wykraczać poza typowe zadania inżynierskie.
🔴
Przekładanie potrzeb biznesowych na rozwiązania
Oczekuje się, że będziesz rozumiał cele biznesowe i potrafił zaproponować techniczne rozwiązania, co może wymagać więcej interakcji z biznesem niż tylko kodowania.