Data Scientist

Projekt dotyczy tworzenia i rozwoju nowoczesnych rozwiązań AI/GenAI dla branży ubezpieczeniowej, opartych o modele LLM oraz architekturę RAG w środowisku Microsoft Azure. Zakres prac obejmuje projektowanie, wdrażanie i utrzymanie modeli AI, a także budowę skalowalnych pipeline’ów MLOps/LLMOps z wykorzystaniem Docker, Kubernetes, MLflow oraz CI/CD. Istotnym elementem projektu jest integracja rozwiązań AI z rozbudowanym ekosystemem systemów PZU działających w architekturze hybrydowej. Projekt zakłada również monitoring modeli, dokumentację zgodną z AI Act oraz współpracę z zespołami biznesowymi i IT przy wdrażaniu rozwiązań wspierających procesy biznesowe.

• Minimum 3 lata doświadczenia w Data Science / AI z co najmniej 1 rokiem wdrożeń produkcyjnych
• Biegłość w Python (pandas, scikit-learn, PyTorch/TensorFlow) oraz SQL
• Praktyczne doświadczenie w MLOps (Azure ML, MLflow, Docker, Kubernetes, CI/CD)
• Znajomość technik NLP/OCR i pracy z danymi niestrukturyzowanymi
• Doświadczenie z platformami chmurowymi Azure i GCP
• Rozumienie wymogów AI Governance, AI Act
• Wykształcenie wyższe (pierwszego lub wyższego stopnia) w dziedzinie technicznej (Matematyka, Informatyka, Nauki Ścisłe, Inżynieria)
• Umiejętności analityczne i konceptualne z ustrukturyzowanym podejściem do rozwiązywania problemów
• Umiejętność komunikowania złożonych zagadnień technicznych odbiorcom nietechnicznym
• Proaktywna postawa i gotowość do przejmowania odpowiedzialności od pomysłu do implementacji

Nice to have:

• Doświadczenie z Azure AI Foundry, Azure AI Search, Power Platform
• Certyfikaty Azure: Data Scientist (DP-100), AI Engineer (AI-102), AI Fundamentals (AI-900)
• Znajomość branży ubezpieczeniowej oraz specyfiki procesów biznesowych
• Doświadczenie z narzędziami integracyjnymi (Kafka, ESB)
• Praktyka w obsłudze Git oraz metodologii Agile/Scrum

• Projektowanie, tuning i wdrażanie zaawansowanych modeli AI/ML oraz rozwiązań GenAI wykorzystując Azure AI Foundry i Azure Machine Learning
• Budowa i optymalizacja pipeline'ów MLOps/LLMOps z wykorzystaniem MLflow, Docker, Kubernetes oraz systemów CI/CD
• Integracja rozwiązań AI z ekosystemem systemów PZU (ponad 30 systemów w architekturze hybrydowej)
• Implementacja zaawansowanych rozwiązań RAG (Azure AI Search) oraz praca z najnowszymi modelami LLM w Azure OpenAI
• Zapewnienie pełnej zgodności z regulacjami AI Act poprzez kompleksową dokumentację modeli, monitoring oraz obsługę incydentów
• Aktywna współpraca z zespołami biznesowymi i IT, tworzenie materiałów szkoleniowych oraz prezentacja wyników dla różnych grup odbiorców