AI Governance Engineer

In4ge jest firmą rekrutacyjną, której celem jest łączenie utalentowanych pracowników z odpowiednimi firmami, tworząc synergiczne relacje przyczyniające się do wzrostu i sukcesu. Firma wierzy, że prawdziwą wartość stanowią ludzie pracujący wspólnie w atmosferze wzajemnego szacunku i zaufania.

• Minimum 5 lat doświadczenia jako Machine Learning Engineer, MLOps Engineer lub Data Scientist, w tym praktyczne doświadczenie z systemami produkcyjnymi.
• Bardzo dobra znajomość Python oraz doświadczenie w automatyzacji procesów ML.
• Praktyczne doświadczenie z MLflow lub podobnym narzędziem do zarządzania cyklem życia modeli oraz przynajmniej jedną platformą chmurową ML: Databricks, Azure ML, AWS SageMaker lub Vertex AI.
• Doświadczenie w testowaniu i ewaluacji modeli AI oraz aplikacji LLM, znajomość narzędzi takich jak Fairlearn, AIF360, Evidently, Giskard, LangSmith lub Azure AI Content Safety.
• Znajomość zagadnień Model Monitoring, Bias & Fairness, Red Teaming, Guardrails i AI Risk Management.
• Umiejętność współpracy z zespołami technicznymi i biznesowymi oraz prezentacji wyników testów osobom nietechnicznym.
• Biegła znajomość języka angielskiego.

Nice to have:

• Znajomość technicznych wymagań EU AI Act oraz ISO/IEC 42001.
• Doświadczenie w branżach Financial Services, Energy, Pharma lub sektorze publicznym.

• Wdrażanie mechanizmów AI Governance w cyklu życia modeli ML, w tym Model Registry, zatwierdzania modeli, wersjonowania, Data Lineage, kontroli dostępu i logowania.
• Projektowanie i automatyzacja testów modeli AI i aplikacji LLM, obejmujących Bias & Fairness, Performance, Robustness, Red Teaming oraz Guardrails i Content Safety.
• Automatyzacja tworzenia dokumentacji technicznej i audytowej, jak Model Cards, raporty ewaluacyjne i Data Sheets w pipeline'ach ML.
• Wdrażanie monitorowania modeli na produkcji, w tym Drift Detection, Performance Monitoring, wykrywania incydentów i alertowania.
• Implementacja mechanizmów kontroli zgodnych z EU AI Act, ISO/IEC 42001 i NIST AI RMF we współpracy z konsultantami AI Governance.
• Integracja narzędzi AI Inventory i AI Governance z platformami ML, katalogami danych oraz środowiskami Databricks.
• Tworzenie wielokrotnego użytku zestawów testowych, szablonów ewaluacyjnych i rozwiązań typu Controls-as-Code.