AI Developer

Jesteśmy liderem rekrutacji specjalistów i menedżerów oraz doradztwa w obszarze HR. Marka obecna jest w 35 krajach, w Polsce działa od 1996 roku. Przez ten czas zbudowaliśmy wiele karier kandydatów, dzięki elastycznemu i kompleksowemu podejściu do wszystkich rekrutacji. Antal tworzy ponad 130 profesjonalnych konsultantów ds. rekrutacji, którzy są oni nie tylko skutecznymi rekruterami, ale także wykwalifikowanymi doradcami, specjalizującymi się zarówno w zakresie wybranego sektora, jak i stanowiska.

MUST HAVE:

• Minimum 3 lata doświadczenia w obszarze Data Science / AI, w tym co najmniej 1 rok pracy przy wdrożeniach produkcyjnych.
• Bardzo dobra znajomość języka Python (pandas, scikit-learn, PyTorch lub TensorFlow) oraz SQL.
• Praktyczne doświadczenie w obszarze MLOps (Azure ML, MLflow, Docker, Kubernetes, CI/CD).
• Znajomość technik NLP/OCR oraz pracy z danymi niestrukturyzowanymi.
• Doświadczenie w pracy z platformami chmurowymi Azure oraz GCP.
• Zrozumienie zasad AI Governance oraz wymagań wynikających z AI Act.

Nice to have:

• Doświadczenie w pracy z Azure AI Foundry, Azure AI Search oraz Power Platform.
• Certyfikaty Microsoft Azure: Data Scientist (DP-100), AI Engineer (AI-102), AI Fundamentals (AI-900).
• Znajomość branży ubezpieczeniowej oraz specyfiki jej procesów biznesowych.
• Doświadczenie z narzędziami integracyjnymi, takimi jak Kafka czy ESB.
• Praktyczna znajomość systemu kontroli wersji Git oraz pracy w metodykach Agile/Scrum.

• Projektowanie, strojenie oraz wdrażanie zaawansowanych modeli AI/ML i rozwiązań GenAI z wykorzystaniem Azure AI Foundry oraz Azure Machine Learning.
• Tworzenie, automatyzacja i optymalizacja procesów MLOps/LLMOps przy użyciu MLflow, Docker, Kubernetes oraz narzędzi CI/CD.
• Integracja rozwiązań opartych o AI z rozbudowanym ekosystemem systemów (ponad 30 systemów w architekturze hybrydowej).
• Implementacja zaawansowanych architektur RAG (Azure AI Search) oraz praca z najnowszymi modelami LLM dostępnymi w Azure OpenAI.
• Zapewnienie zgodności rozwiązań z regulacjami AI Act, w tym prowadzenie dokumentacji modeli, monitorowanie ich działania oraz obsługa incydentów.
• Ścisła współpraca z zespołami biznesowymi i IT, przygotowywanie materiałów szkoleniowych oraz prezentowanie wyników prac różnym grupom interesariuszy.