Senior Solutions Architect: ML/AI; Big Data

Naszym głównym celem jest sprawne wdrażanie nowoczesnych narzędzi w obszarze ryzyka, w tym obniżanie kosztów obsługi, zwiększanie poziomu automatyzacji procesów decyzyjnych, zapewnienie aktualności systemów oraz zgodności z obowiązującymi regulacjami.W związku z dalszym rozwojem poszukujemy doświadczonego Senior Solutions Architecta, który dołączy do naszego zespołu IT i będzie odpowiedzialny za projektowanie oraz wdrażanie rozwiązań opartych na uczeniu maszynowym i sztucznej inteligencji.Zakres obowiązków:Projektowanie architektury rozwiązań ML/AI w języku Python, z wykorzystaniem bibliotek takich jak scikit-learn, TensorFlow, PyTorch.Tworzenie pipeline’ów danych i modeli w PySpark oraz Spark MLlib.Wdrażanie modeli ML w środowiskach produkcyjnych i eksperymentalnych.Integracja modeli ML z backendem aplikacyjnym i systemami bankowymi, przy użyciu REST API oraz gRPC.Budowa rozwiązań z wykorzystaniem FastAPI lub Flask.Optymalizacja wydajności systemów ML/AI oraz zarządzanie cyklem życia modeli.Współpraca z zespołami data science, ML engineering oraz backend development.Dokumentowanie architektury, kodu i procesów wdrożeniowych.Wdrażanie rozwiązań ML/AI w oparciu o praktyki MLOps oraz Continuous Delivery.Udział w projektach prowadzonych zgodnie z metodyką Agile/Scrum.Profil Kandydata:Wykształcenie wyższe techniczne (informatyka, matematyka, analiza danych, ekonometria lub kierunki pokrewne).Minimum 5 lat doświadczenia w projektowaniu i wdrażaniu rozwiązań ML/AI w środowiskach produkcyjnych.Minimum 3 lata doświadczenia w pracy z bibliotekami ML/AI w Pythonie (scikit-learn, PyTorch, TensorFlow).Bardzo dobra znajomość języka Python oraz bibliotek: Pandas, NumPy, Dask.Doświadczenie z bibliotekami NLP i LLM (Hugging Face, Transformers, spaCy, LangChain).Praktyczna znajomość narzędzi i środowisk MLOps: MLflow, Airflow, Jupyter, GitLab CI/CD, Docker, Kubernetes.Umiejętność tworzenia pipeline’ów ML w PySpark lub Spark MLlib.Doświadczenie w budowie i integracji API dla modeli ML (REST API, gRPC, FastAPI, Flask).Znajomość architektury systemów bankowych i integracji z backendem.Znajomość konteneryzacji oraz wdrażania modeli ML w środowiskach produkcyjnych.Doświadczenie w pracy z narzędziami monitorującymi (np. Prometheus, Grafana, MLflow).Umiejętność analizy danych i przekładania wymagań biznesowych na rozwiązania ML/AI.Doświadczenie w pracy w interdyscyplinarnych zespołach projektowych.Komunikatywność oraz zdolność tłumaczenia złożonych kwestii technicznych na język zrozumiały dla biznesu.Proaktywność, samodzielność i umiejętność podejmowania decyzji architektonicznych.Znajomość języka angielskiego na poziomie pozwalającym na pracę z dokumentacją techniczną.Mile widziane:Doświadczenie w pracy w ograniczonych środowiskach bankowych, gdzie część komponentów wymaga samodzielnego przygotowania.Doświadczenie z modelami LLM (np. GPT, BERT, Llama), ich trenowaniem i wdrażaniem.Certyfikaty z zakresu ML/AI (np. TensorFlow Developer Certificate, PyTorch, Hugging Face).