Starszy/a specjalista/tka ds. uczenia maszynowego

Rola obejmuje udział w pracach badawczo-rozwojowych i prototypowaniu rozwiązań oraz implementację produkcyjnych komponentów systemu w oparciu o wypracowaną architekturę i wyniki eksperymentów w obszarze uczenia maszynowego.

• Wykształcenie wyższe w obszarze informatyki, matematyki, data science, sztucznej inteligencji lub kierunków pokrewnych.
• Minimum 4 letnie doświadczenie zawodowe w projektowaniu i wdrażaniu rozwiązań z obszaru uczenia maszynowego.
• Bardzo dobra znajomość zagadnień ML oraz praktyczne doświadczenie w projektach produkcyjnych.
• Doświadczenie w projektowaniu, trenowaniu i ewaluacji modeli ML, w tym modeli NLP i LLM.
• Znajomość technik uczenia nadzorowanego i nienadzorowanego oraz metod optymalizacji modeli.
• Umiejętność analizy problemów biznesowych i przekładania ich na rozwiązania oparte o ML/AI.
• Zrozumienie ograniczeń modeli, ryzyk oraz aspektów etycznych i odpowiedzialnego stosowania AI.
• Doświadczenie w pracy z systemami Agentic AI lub architekturami opartymi na agentach.
• Znajomość koncepcji autonomicznych agentów: planowanie zadań, dekompozycja problemów, współpraca agentów.
• Umiejętność projektowania logiki agentów wykorzystujących modele ML/LLM do podejmowania decyzji.
• Doświadczenie w integracji agentów z narzędziami (tools), usługami zewnętrznymi i systemami IT.
• Wiedza w zakresie monitorowania, kontroli i ograniczania zachowań agentów (guardrails, evals).
• Bardzo dobra znajomość języka Python oraz bibliotek ML/AI (np. PyTorch, TensorFlow, scikit learn, transformers).
• Doświadczenie w budowie i utrzymaniu potoków uczenia maszynowego (ML pipelines).
• Znajomość zagadnień MLOps / LLMOps (wersjonowanie modeli, automatyzacja, monitoring).
• Umiejętność integracji rozwiązań ML/Agentic AI poprzez API.

Nice to have:

• Znajomość architektur opartych o LLM + RAG (Retrieval Augmented Generation).
• Doświadczenie w pracy z wektorowymi bazami danych oraz zarządzaniu wiedzą.
• Znajomość zagadnień LLMOps (ocena jakości odpowiedzi, guardrails, monitoring agentów).
• Znajomość architektury mikroserwisowej i systemów asynchronicznych.
• Doświadczenie w pracy w środowiskach regulowanych lub z danymi wrażliwymi.
• Znajomość pracy z bazami danych, w tym bazami wektorowymi.

• Projektowanie i implementacja prototypów rozwiązań R&D.
• Prace eksploracyjne nad nowymi podejściami i technikami analizy danych bezpieczeństwa.
• Przekładanie wyników badań i eksperymentów na rozwiązania systemowe.
• Implementacja narzędzi do analizy ruchu sieciowego, logów i zdarzeń systemowych.
• Udział w testach, eksperymentach i ocenie skuteczności rozwiązań.
• Współpraca z ekspertami ds. cyberbezpieczeństwa i zespołami AI/ML.
• Dbanie o jakość kodu, testowalność i stabilność rozwiązań.
• Udział w projektowaniu API i kontraktów między komponentami.
• Współpraca przy budowie i utrzymaniu procesów CI/CD.
• Dokumentowanie wyników prac i wniosków technicznych.

Kandydat może otrzymywać zadania w projektach realizowanych z zachowaniem rygorów ustawy o ochronie informacji niejawnych z dnia 5 sierpnia 2010 r. i zobowiązuje się w takim przypadku poddać odpowiedniemu postępowaniu sprawdzającemu oraz odbyć wymagane szkolenia z ochrony informacji niejawnych.