Starszy /-sza Inżynier /-ka systemów AI

NASK SCIENCE, działając w ramach NASK, prowadzi prace badawczo-rozwojowe w dziedzinach cyberbezpieczeństwa, informatyki i sztucznej inteligencji. W NASK SCIENCE kształtujemy świat, odpowiedzialnie rozwijając technologię służącą społeczeństwu. Społeczne i komercyjne wyzwania ujmujemy w ramy nauki, by dojść do innowacyjnych wyników. Wykrywamy rozsiewanie (dez)informacji w sieciach społecznościowych. Rozwijamy ogólnokrajowe systemy cyberbezpieczeństwa. Tworzymy algorytmy sztucznej inteligencji wspomagające skomplikowane operacje chirurgiczne, sprawdzanie tożsamości, a nawet analizę ruchu zawodników na boisku.

• Wykształcenie wyższe w zakresie informatyki, matematyki, fizyki lub kierunków pokrewnych
• Minimum 3 lata doświadczenia w projektowaniu i implementacji systemów oprogramowania
• Bardzo dobra znajomość języków programowania: Python (preferowany), Java, Scala lub C++
• Doświadczenie w pracy z modelami uczenia maszynowego, w szczególności w obszarze NLP i/lub LLM
• Znajomość frameworków ML, takich jak TensorFlow lub PyTorch
• Doświadczenie w pracy z narzędziami i bibliotekami LLM, np. Hugging Face Transformers, OpenAI API lub podobnymi
• Umiejętność projektowania i implementacji skalowalnych architektur systemów (w szczególności mikroserwisowych)
• Znajomość relacyjnych i nierelacyjnych baz danych (np. PostgreSQL, MongoDB)
• Doświadczenie w pracy z chmurą obliczeniową (AWS, GCP lub Azure)
• Umiejętność tworzenia dokumentacji technicznej systemów
• Znajomość metodyk zarządzania projektami (Agile, Scrum lub podobne)
• Umiejętność pracy w interdyscyplinarnym zespole badawczo-inżynierskim
• Bardzo dobra znajomość języka angielskiego (min. B2+/C1) w mowie i piśmie

Nice to have:

• Doświadczenie w pracy w projektach badawczo-rozwojowych, w szczególności we współpracy z uczelniami lub instytucjami naukowymi
• Doświadczenie w implementacji, optymalizacji lub wdrażaniu modeli LLM w środowiskach produkcyjnych
• Znajomość technik fine-tuningu modeli oraz metod redukcji kosztów obliczeniowych (np. pruning, quantization, distillation)
• Doświadczenie w pracy z dużymi zbiorami danych treningowych oraz ich przygotowaniem i zarządzaniem
• Znajomość zagadnień związanych z anonimizacją i przetwarzaniem danych wrażliwych
• Doświadczenie w pracy z technologiami konteneryzacji i orkiestracji (Docker, Kubernetes)
• Znajomość narzędzi do zarządzania cyklem życia modeli ML (np. MLflow, Kubeflow)
• Autorstwo lub współautorstwo publikacji naukowych w obszarze AI/ML/NLP
• Certyfikaty potwierdzające kompetencje w zakresie technologii chmurowych
• Doświadczenie w mentoringu lub wsparciu młodszych członków zespołu oraz prowadzeniu wiedzy techniczne

• Przygotowanie danych, usprawnienie infrastrukturalne treningu modeli językowych
• Usprawnienie programistyczne ewaluacji automatycznych
• Rozwijanie komponentów systemowych, w szczególności w aspekcie agentowym i RAGowym
• Wsparcie merytoryczne jednostek podczas wdrożeń
• Testowanie nowych architektur modelu w warsztacie wdrożeniowym