Specjalista/ka ds. Sztucznej Inteligencji

Elektrometal Energetyka S.A. jest polską firmą działającą w branży elektroenergetycznej, specjalizującą się w projektowaniu i produkcji rozdzielnic SN, zabezpieczeń, wyłączników oraz innych urządzeń dla energetyki zawodowej, przemysłu ciężkiego i górnictwa.

• Wykształcenie wyższe techniczne (np. Informatyka, Automatyka i Robotyka, Matematyka, Fizyka) lub równoważne doświadczenie
• Minimum 2-3 lata doświadczenia w AI Engineering, LLM Application Development lub integracji systemów AI
• Biegła znajomość Python oraz orkiestracji i bibliotek AI/LLM (m.in. LangChain, LlamaIndex, FastAPI, Pydantic, Asyncio)
• Praktyczna znajomość architektury systemów generatywnych: dobór modeli, inżynieria promptów, mechanizmy RAG, techniki zwalczania halucynacji
• Umiejętność inżynierii danych i zarządzania bazą wiedzy: przygotowywanie, strukturyzowanie, parsowanie i wektoryzacja niestrukturalnych danych tekstowych i dokumentowych
• Znajomość baz danych: bazy wektorowe (np. Qdrant, Chroma, Pinecone, pgvector), relacyjne i nierelacyjne (SQL, NoSQL)
• Umiejętność pracy z narzędziami programistycznymi: systemy kontroli wersji (Git/GitLab), konteneryzacja (Docker, LXC), wirtualizacja (Proxmox), zasady czystego kodu
• Zdolności analityczne i architektoniczne: projektowanie spójnych przepływów danych i interfejsów API
• Samodzielność i proaktywność w realizacji zadań oraz śledzenie narzędzi AI

Nice to have:

• Doświadczenie w budowie systemów ekspertowych lub integracji z silnikami regułowymi
• Znajomość dostawców chmury (AWS, Azure, GCP) w kontekście orkiestracji i mikroserwisów AI
• Doświadczenie w projektach badawczo-rozwojowych (R&D) i prototypowaniu nowoczesnych rozwiązań
• Zainteresowanie branżą energetyczną i systemami elektroenergetycznymi

• Integracja i serwowanie gotowych rozwiązań AI: projektowanie architektury systemowej, kodowanie (głównie w Pythonie), konteneryzacja, orkiestracja oraz wdrażanie mikroserwisów
• Inżynieria potoków danych produkcyjnych (Data & Vector Pipelines): tworzenie i optymalizacja skalowalnych procesów zbierania, czyszczenia, transformacji, wektoryzacji oraz indeksowania danych do systemów AI
• Architektura i integracja systemów ekspertowych: implementacja logiki wnioskowania, silników reguł biznesowych, zarządzanie bazą wiedzy, integracja systemowa
• Budowa systemów generatywnych i asystentów AI: projektowanie i wdrażanie mechanizmów RAG, hybrydowe wyszukiwanie wektorowe, obsługa baz grafowych/wektorowych, integracja z dużymi modelami językowymi (LLM)
• Testowanie, monitoring i walidacja systemów AI: projektowanie testów funkcjonalnych i wydajnościowych, weryfikacja stabilności API, audyt działania systemu w laboratoryjnym i rzeczywistym środowisku
• Dokumentacja inżynieryjna i architektoniczna: tworzenie i utrzymywanie dokumentacji technicznej, schematów integracyjnych, kodu źródłowego, specyfikacji API, instrukcji wdrożeniowych
• Współpraca w zespole inżynieryjnym: udział w procesie wytwórczym, rozwiązywanie problemów integracyjnych i wydajnościowych z deweloperami, DevOps i ekspertami AI
• Ewaluacja i wdrażanie stosu technologicznego AI: monitorowanie rynku narzędzi i frameworków AI/LLM, proponowanie innowacji architektonicznych