Kierownik/czka Zespołu Architektury i Wdrożeń Rozwiązań SI

Dołącz do Zespołu Architektury i Wdrożeń Rozwiązań Sztucznej Inteligencji w Centrum Nowych Technologii dla Polityk Publicznych. Praca koncentruje się na tworzeniu nowoczesnych rozwiązań opartych głównie na przetwarzaniu języka naturalnego (NLP). Projektujemy, wdrażamy, utrzymujemy i rozwijamy systemy AI wspierające procesy publiczne oraz identyfikujemy nowe obszary zastosowań sztucznej inteligencji.

• Wykształcenie wyższe (preferowane kierunki: informatyka, matematyka, sztuczna inteligencja, data science lub pokrewne)
• Minimum 5 lat doświadczenia zawodowego w obszarze IT, w tym co najmniej 2 lata na stanowisku kierowniczym lub liderskim
• Doświadczenie w projektowaniu i wdrażaniu rozwiązań AI / ML w środowisku produkcyjnym
• Praktyczna znajomość architektury systemów IT, w tym rozwiązań chmurowych
• Znajomość cyklu życia modeli AI – od danych, przez trening, po wdrożenie i monitoring
• Doświadczenie w pracy z narzędziami i frameworkami AI/ML (np. Python, TensorFlow, PyTorch, scikit-learn)
• Wiedza z zakresu integracji systemów oraz pracy z API
• Znajomość zagadnień związanych z MLOps / DevOps
• Umiejętność zarządzania zespołem technicznym oraz prowadzenia projektów (np. w metodykach Agile)
• Umiejętność przekładania potrzeb biznesowych na rozwiązania technologiczne
• Bardzo dobra znajomość języka angielskiego (min. B2)

Mile widziane:

• Doświadczenie w realizacji projektów z wykorzystaniem Generative AI
• Doświadczenie w pracy z danymi na dużą skalę (Big Data)
• Wiedza z zakresu bezpieczeństwa, etyki i zgodności rozwiązań AI (np. AI governance, RODO w kontekście modeli)

• Definiowanie i realizacja strategii wykorzystania AI w planowanych projektach
• Tworzenie roadmapy projektów AI i nadzór nad ich realizacją
• Monitorowanie trendów technologicznych
• Budowanie i rozwój zespołu specjalistów AI
• Planowanie i nadzorowanie projektów AI end-to-end
• Określanie celów, KPI i metryk sukcesu modeli
• Zarządzanie backlogiem i sprintami (np. Agile / Scrum)
• Kontrola jakości rozwiązań AI i ich skalowalności
• Nadzór nad architekturą rozwiązań AI (modele, pipeline’y, integracje)
• Wybór technologii i narzędzi (chmura, frameworki ML, LLM, MLOps)
• Zapewnienie zgodności rozwiązań z wymaganiami bezpieczeństwa i compliance
• Tłumaczenie potrzeb biznesowych na rozwiązania AI
• Współpraca z interesariuszami (zarząd, IT, marketing, operacje)
• Prezentowanie wyników i rekomendacji opartych na danych
• Nadzór nad procesami przygotowania i przetwarzania danych
• Monitorowanie ryzyk
• Raportowanie postępów do zarządu i interesariuszy