AI Developer

Oferta:

• Lokalizacja: Warszawa/ Wola – praca hybrydowa - 3x w tygodniu w biurze
• Zatrudnienie: przez apreel na zasadach B2B
• Stawka: do 185zł netto/ h
• Start: asap
• Współpraca: długofalowa

Wymagania:

• Minimum 3 lata doświadczenia na stanowisku AI Engineer, AI Developer lub pokrewnym, w tym co najmniej 1 rok doświadczenia przy wdrożeniach produkcyjnych.
• Doświadczenie w projektowaniu i wdrażaniu rozwiązań wykorzystujących generatywną sztuczną inteligencję (GenAI), modele językowe (LLM), agentów AI oraz orkiestrację procesów opartych o AI.
• Biegłość w języku Python.
• Praktyczne doświadczenie w budowie i utrzymaniu procesów MLOps/LLMOps z wykorzystaniem Azure Machine Learning, MLflow, Docker, Kubernetes oraz narzędzi CI/CD.
• Doświadczenie w pracy z modelami LLM, rozwiązaniami RAG, technikami prompt engineering oraz ewaluacją jakości odpowiedzi generowanych przez modele AI.
• Doświadczenie w pracy z platformą chmurową Microsoft Azure, w szczególności usługami wspierającymi budowę rozwiązań AI i GenAI.
• Doświadczenie w integracji rozwiązań AI z systemami biznesowymi z wykorzystaniem REST API, komunikacji asynchronicznej oraz platform integracyjnych.
• Praktyczna znajomość narzędzi do zarządzania kodem źródłowym, w szczególności Git, Azure DevOps lub GitHub.
• Wykształcenie wyższe techniczne (informatyka, matematyka, nauki ścisłe, inżynieria lub kierunki pokrewne).
• Proaktywna postawa, samodzielność oraz gotowość do przejmowania odpowiedzialności za realizowane rozwiązania od koncepcji do wdrożenia.
• Znajomość języka angielskiego na poziomie minimum B2.

Nice to have:

• Rozumienie wymogów AI Governance oraz AI Act.
• Certyfikaty Azure: Data Scientist (DP-100), AI Engineer (AI-102), AI Fundamentals (AI-900).
• Znajomość branży ubezpieczeniowej oraz specyfiki procesów biznesowych.

Stos technologiczny:

AI / GenAI
• Azure AI Foundry
• Agentic AI
• Prompt Engineering
• Retrieval Augmented Generation (RAG)
• Ewaluacja jakości modeli LL

Machine Learning
• Azure Machine Learning
• MLflow
• Scikit-learn
• Model Monitoring
• Model Registry

Języki programowania
• Python

LLMOps / MLOps
• Azure Machine Learning Pipelines
• MLflow
• Docker
• Kubernetes (AKS)
• Terraform
• GitHub Actions
• CI/CD dla modeli AI

Wyszukiwanie i zarządzanie wiedzą
• Azure AI Search
• Vector Search
• Embedding Models
• Dokumentowe bazy wiedzy dla RAG

Integracje
• REST API
• OpenAPI / Swagger
• Komunikacja asynchroniczna (event-driven)
• Integracja z systemami szkodowymi PZU
• Integracje międzyplatformowe

Platforma Azure do budowy, wdrażania i utrzymania rozwiązań AI/GenAI, obejmująca usługi modelowe, wyszukiwanie semantyczne, MLOps, konteneryzację, składowanie danych oraz monitoring.

DevOps
• Git
• GitHub
• Azure DevOps
• Branching Strategy
• Release Management

Monitoring i Governance
• AI Governance
• AI Act
• Monitoring modeli
• Responsible AI
• Audytowalność rozwiązań
• Dokumentacja techniczna AI

Architektura
• Architektura rozwiązań AI
• Mikroserwisy
• Architektura chmurowa Azure
• Systemy rozproszone
• Wysokodostępne usługi AI