Wymagania

Technologie wymagane

Git

SQL

SVN

Python

Technologie mile widziane

C++

C

System operacyjny

Windows

Linux

Nasze wymagania

• Wykształcenie wyższe techniczne (preferowane kierunki: Informatyka, Bioinformatyka, Sztuczna Inteligencja, Uczenie Maszynowe, Inżynieria Danych, Matematyka lub pokrewne)
• Dobra znajomość zagadnień uczenia maszynowego (regresja, klasyfikacja, clustering, ewaluacja modeli)
• Praktyczna znajomość języka Python i bibliotek: scikit-learn, CUDA, MLflow, RAPIDS
• Doświadczenie w pełnym cyklu wytwarzania oprogramowania - od proof of concept (POC) po wdrożenie
• Podstawowa wiedza z zakresu architektury systemów IT (API, bazy danych, środowiska serwerowe)
• Umiejętność pracy zespołowej, dobra komunikacja, samodzielność i inicjatywa
• Zdolność analizy i wizualizacji struktur technicznych - np. topologii sieci, przepływów energii lub diagramów systemowych

Mile widziane

• Znajomość C/C++ (np. do optymalizacji kodu lub integracji z systemami niskopoziomowymi)
• Orientacja w branży energetycznej lub systemach SCADA / automatyki przemysłowej
• Doświadczenie z frameworkami Triton Inference Server, PyTorch, TensorFlow
• Znajomość narzędzi orkiestracyjnych: Airflow, DVC, Docker, Slurm, OpenStack
• Zainteresowanie tematami AI w infrastrukturze krytycznej lub systemach czasu rzeczywistego
• Umiejętność pracy z narzędziami do modelowania i wizualizacji schematów (np. Graphviz, NetworkX, Mermaid, PlantUML, narzędzia CAD/SCADA)

Twój zakres obowiązków

• Projektowanie i wdrażanie rozwiązań AI/ML - dołączysz do zespołu AI w dziale Wytwarzania oprogramowania
• Tworzenie, trenowanie i walidacja modeli AI/ML - odpowiedzialność za cały cykl życia modelu: od wstępnej analizy danych po wdrożenie i utrzymanie ich w środowisku produkcyjnym (inference)
• Rozwój systemów wspierających analizę i automatyczne generowanie schematów sieci elektroenergetycznych w ramach projektów dla energetyki i automatyki przemysłowej
• Modelowanie, predykcja i optymalizacja przepływów danych oraz procesów przemysłowych z wykorzystaniem technik ML/DL