AI Developer
Summary
Build and deploy AI/ML models and GenAI solutions for an insurance company using Azure AI Foundry, Azure ML, and MLOps pipelines.
Informacje o projekcie:
Branża: Ubezpieczenia
Umowa: B2B
Lokalizacja: hybryda - 3 x w tygodniu Warszawa
Wprowadzenie i podsumowanie:
Poszukiwany specjalista na stanowisko Developer AI, który będzie odpowiedzialny za tworzenie i wdrażanie rozwiązań AI w branży ubezpieczeniowej. Kandydat musi mieć minimum 3-letnie doświadczenie w zakresie Data Science oraz zaawansowane umiejętności w programowaniu, szczególnie w Pythonie i SQL. Wymagana jest również biegłość w obszarze MLOps oraz znajomość reguł dotyczących AI Governance.
Główne obowiązki:
będą obejmować projektowanie i implementację nowoczesnych modeli AI oraz MLOps w ekosystemie systemów informatycznych.
Projektowanie, tuning i wdrażanie zaawansowanych modeli AI/ML oraz rozwiązań GenAI z wykorzystaniem Azure AI Foundry i Azure Machine Learning.
Budowa i optymalizacja pipeline'ów MLOps/LLMOps przy użyciu MLflow, Docker, Kubernetes oraz systemów CI/CD.
Integracja rozwiązań AI z ekosystemem systemów.
Implementacja zaawansowanych rozwiązań RAG oraz praca z najnowszymi modelami LLM.
Zapewnienie pełnej zgodności z regulacjami AI Act poprzez dokumentację modeli.
Aktywna współpraca z zespołami biznesowymi i IT, tworzenie materiałów szkoleniowych oraz prezentacja wyników.
Wymagania:
Minimum 3 lata doświadczenia w Data Science / AI z co najmniej 1 rokiem wdrożeń produkcyjnych.
Biegłość w Pythonie (pandas, scikit-learn, PyTorch/TensorFlow) oraz SQL.
Praktyczne doświadczenie w MLOps (Azure ML, MLflow, Docker, Kubernetes, CI/CD).
Znajomość technik NLP/OCR i pracy z danymi niestrukturyzowanymi.
Doświadczenie z platformami chmurowymi Azure i GCP.
Rozumienie wymogów AI Governance, AI Act.
Wymagania nice to have:
Doświadczenie z Azure AI Foundry, Azure AI Search, Power Platform.
Certyfikaty Azure: Data Scientist (DP-100), AI Engineer (AI-102), AI Fundamentals (AI-900).
Znajomość branży ubezpieczeniowej oraz specyfiki procesów biznesowych.
Doświadczenie z narzędziami integracyjnymi (Kafka, ESB).
Praktyka w obsłudze Git oraz metodologii Agile/Scrum.