Data Engineer/Fullstack AI (Systemy ML)

Technologie, których używamy

O projekcie

Twój zakres obowiązków

• Projektowanie i budowa pipeline’ów danych end-to-end
• Rozwój systemów ML i AI/LLM w środowisku produkcyjnym
• Tworzenie API i mikroserwisów dla modeli ML
• Optymalizacja całego systemu
• Praca z technologiami chmurowymi i konteneryzacją

Nasze wymagania

• 3–5 lat doświadczenia praktycznego w data engineeringu, data science lub roli hybrydowej
• Budowa pipeline’ów end-to-end: ingestion → processing → model → API → produkcja
• Doświadczenie w batch processingu oraz ETL/ELT (np. Celery, Luigi, Airflow lub podobne)
• Praca z danymi nieustrukturyzowanymi: PDF, HTML, obrazy, tekst
• Techniki ekstrakcji danych: OCR, NLP, parsing, regex, scraping, integracja wielu źródeł
• Silne umiejętności przetwarzania danych: czyszczenie, transformacja, normalizacja dużych i „brudnych” datasetów
• Biegłość w Pythonie (Pandas, NumPy, scikit-learn, PyTorch / TensorFlow)
• Znajomość SQL i NoSQL (mile widziany Neo4j / grafowe bazy danych)
• Chmura: AWS, GCP lub Azure + Docker
• Apache Spark lub podobne narzędzia do przetwarzania na dużą skalę
• Język angielski B2/C1 pozwalający na codzienną komunikację w mowie i piśmie
• Budowa i wdrażanie modeli ML w produkcji (NLP, Computer Vision, time-series itd.)
• Doświadczenie z: RAG (Retrieval-Augmented Generation), embeddingami, fine-tuningiem, ewaluacją modeli
• Znajomość frameworków: LangChain, LlamaIndex lub podobnych
• Tworzenie API i mikroserwisów (FastAPI / Flask)

Tak organizujemy naszą pracę

Liczba osób w zespole

Tak pracujemy

Skład zespołu

Tak pracujemy nad projektem

Takie dajemy możliwości rozwoju

To oferujemy

• Wspierające środowisko pracy
• Stabilne zatrudnienie
• Otwartość na inicjatywy pracowników
• Możliwości rozwoju zawodowego i awansu

Benefity