Wymagania

Technologie wymagane

Azure DevOps

AWS

Bielik

GitHub

MLOps/LLMOps

AI

ML

Nasze wymagania

• Minimum 3-5 lat doświadczenia w pracy z rozwiązaniami z obszaru AI, ML lub analizy danych,
• Praktyczne wdrożenia end-to-end: co najmniej 1-2 projekty zrealizowane od etapu PoC/pilota aż po produkcję i utrzymanie,
• Doświadczenie w prowadzeniu warsztatów z interesariuszami biznesowymi oraz przekładaniu potrzeb operacyjnych na rozwiązania technologiczne,
• Biegłość w pracy z modelami LLM i architekturą RAG - dobór modeli, ocena jakości, testowanie promptów,
• Znajomość rozwiązań AI (Azure, AWS, Bielik) oraz praktyka w tworzeniu i utrzymaniu workflow CI/CD (GitHub),
• Zrozumienie koncepcji MLOps/LLMOps, w tym monitorowania jakości modeli i identyfikacji odchyleń,
• Świadomość regulacji i standardów: AI Governance, EU AI Act, RODO, DPIA, privacy by design, klasyfikacja danych,
• Umiejętność mapowania procesów biznesowych, tworzenia user stories oraz definiowania i monitorowania metryk sukcesu (KPI, OKR, TCO, ROI).

Mile widziane

• Doświadczenie w projektowaniu i integracji rozwiązań AI z produktami oraz systemami klasy korporacyjnej, z uwzględnieniem ich złożoności i skali,
• Znajomość narzędzi i metod służących do oceny jakości modeli językowych i generatywnych, w tym analizy trafności oraz spójności odpowiedzi,
• Praktyka w tworzeniu i rozwijaniu frameworków do ewaluacji promptów, wspierających testowanie i optymalizację interakcji z modelami.

Twój zakres obowiązków

• Projektowanie, wdrażanie i utrzymanie rozwiązań AI/ML - od koncepcji, przez etap PoC, aż po produkcyjne środowisko i jego dalszy rozwój,
• Prowadzenie warsztatów discovery z interesariuszami biznesowymi, analiza potrzeb oraz definiowanie praktycznych przypadków użycia sztucznej inteligencji,
• Aktywny udział w budowaniu strategii AI w organizacji - zarówno od strony technologicznej, jak i biznesowej,
• Dobór, ocena i optymalizacja modeli LLM; projektowanie architektury RAG; testowanie promptów oraz analiza jakości generowanych odpowiedzi i identyfikacja halucynacji,
• Ścisła współpraca z zespołami IT przy tworzeniu i utrzymaniu środowisk​ AI,
• Zapewnienie zgodności projektów AI z obowiązującymi regulacjami prawnymi i standardami etycznymi - w tym AI Governance, RODO, EU AI Act,
• Tworzenie kompleksowej dokumentacji technicznej, analitycznej i biznesowej wspierającej rozwój i utrzymanie rozwiązań AI.