Starszy/a specjalista/ka ds. uczenia maszynowego

Poszukujemy kandydatów do pracy w Zespole Architektury i Wdrożeń Rozwiązań SI, w Centrum Nowych Technologii dla Polityk Publicznych. W związku z prowadzonymi licznymi projektami, wykorzystującymi sztuczną inteligencję w systemach teleinformatycznych, poszerzamy nasz zespół. Nasze rozwiązania oparte są głównie o przetwarzanie języka naturalnego i wizję komputerową. Tworzymy, wdrażamy, utrzymujemy i rozwijamy. Identyfikujemy również nowe obszary, w których SI byłaby pomocna.

• Wykształcenie wyższe (informatyka, matematyka, data science, AI lub pokrewne)
• Minimum 4 lata doświadczenia zawodowego na podobnym stanowisku
• Praktyczne doświadczenie w pracy z modelami językowymi LLM
• Znajomość trenowania, fine tune’owania oraz ewaluacji modeli LLM
• Doświadczenie w zastosowaniach NLP (analiza tekstu, klasyfikacja, ekstrakcja informacji, generowanie treści)
• Zrozumienie ograniczeń, ryzyk i aspektów etycznych związanych z wykorzystaniem LLM
• Bardzo dobra znajomość języka Python oraz bibliotek ML/NLP (np. transformers, PyTorch, scikit learn)
• Doświadczenie w integracji LLM z aplikacjami poprzez API oraz w budowie usług opartych o modele językowe
• Znajomość technik prompt engineering, RAG (Retrieval Augmented Generation) oraz zarządzania kontekstem
• Podstawowa lub praktyczna wiedza z zakresu MLOps/LLMOps (versioning modeli, monitoring, deploy)
• Umiejętność pracy z bazami danych oraz repozytoriami wiedzy (SQL, wektorowe bazy danych – mile widziane)

Mile widziane:

• Doświadczenie w budowie agentów AI lub systemów opartych na modelach LLM
• Znajomość architektury mikroserwisowej i systemów rozproszonych
• Doświadczenie w projektach realizowanych w środowisku instytucji publicznych lub regulowanych
• Umiejętność pracy zespołowej oraz komunikowania złożonych zagadnień technicznych w sposób zrozumiały dla interesariuszy nietechnicznych

• Projektowanie, rozwój i wdrażanie modeli uczenia maszynowego oraz AI
• Analiza i przygotowanie danych (czyszczenie, transformacja, feature engineering)
• Dobór algorytmów i optymalizacja ich parametrów
• Ocena jakości modeli oraz monitorowanie ich działania w środowisku produkcyjnym
• Współpraca z zespołami biznesowymi i IT w celu identyfikacji potrzeb analitycznych
• Dokumentowanie rozwiązań i wyników analiz