Lead AI Engineer
Kainos
Rola Lead AI Engineer w dziale Workday Practice polega na produkcji rozwiązań AI/ML w środowisku produkcyjnym. Kandydat będzie odpowiedzialny za integrację modeli AI z systemami produkcyjnymi, optymalizację wydajności i zapewnienie niezawodności funkcji opartych na AI. Kluczowe jest doświadczenie w MLOps, chmurze (AWS, Azure, GCP) oraz konteneryzacji (Docker, Kubernetes).
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: brak informacji o konkretnej liczbie lat doświadczenia wymaganej na stanowisku lead ai engineer., brak informacji o wielkości zespołu, do którego dołączy kandydat..
Rola Lead AI Engineer w dziale Workday Practice polega na produkcji rozwiązań AI/ML w środowisku produkcyjnym. Kandydat będzie odpowiedzialny za integrację modeli AI z systemami produkcyjnymi, optymalizację wydajności i zapewnienie niezawodności funkcji opartych na AI. Kluczowe jest doświadczenie w MLOps, chmurze (AWS, Azure, GCP) oraz konteneryzacji (Docker, Kubernetes).
- ✓Możliwość kształtowania przyszłości i tworzenia realnego wpływu.
- ✓Ludzie w centrum kultury firmy ('people-first culture').
- ✓Wsparcie rozwoju i docenianie wkładu pracowników.
- ✓Możliwość pracy nad innowacyjnymi rozwiązaniami AI.
- ✓Firma promuje różnorodność, równość i inkluzję.
- !Oferta wspomina o 'extensive experience' bez podania konkretnych lat, co może sugerować bardzo wysokie wymagania.
- !Rola jest w 'Workday Practice', co może oznaczać specyficzne wymagania związane z tym systemem, które nie są w pełni opisane.
- !Brak informacji o wielkości zespołu i strukturze zespołu.
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Produkcja rozwiązań AI i machine learning.
- •Integracja modeli AI/ML do systemów produkcyjnych.
- •Optymalizacja wydajności rozwiązań AI.
- •Utrzymanie niezawodności funkcji opartych na AI.
- •Praca z Data Scientists, Software Engineers i Product Teams.
- •Zapewnienie skalowalności rozwiązań AI.
- •Zapewnienie niezawodności rozwiązań AI.
- •Budowanie potoków danych (data pipelines).
Stanowisko liderskie — wymaga zarówno doświadczenia technicznego jak i umiejętności zarządzania.
Kandydat z obszernym doświadczeniem w rozwoju oprogramowania, biegły w Pythonie, z potwierdzonym doświadczeniem we wdrażaniu modeli AI/ML do produkcji. Powinien znać podstawy MLOps, platform chmurowych (AWS/Azure/GCP) oraz technologii konteneryzacji (Docker). Umiejętność pracy w metodykach zwinnych i dobra komunikacja są kluczowe.
Rola nie jest dla osób z ograniczonym doświadczeniem w rozwoju oprogramowania, bez znajomości języków takich jak Python, lub bez doświadczenia we wdrażaniu modeli ML do produkcji. Kandydaci bez wiedzy z zakresu MLOps, chmury i konteneryzacji również nie będą pasować.
- ?Jakie są główne wyzwania związane z produkcją modeli AI w kontekście systemu Workday?
- ?Jak wygląda typowy cykl życia modelu AI od fazy eksperymentalnej do produkcyjnej w Kainos?
- ?Jakie są oczekiwania dotyczące mentoringu i rozwoju młodszych inżynierów AI w zespole?
- ?Jakie są plany rozwoju dla rozwiązań generatywnej AI w firmie?
- ?Jak wygląda proces podejmowania decyzji technicznych na poziomie zespołu?
- ?Jakie są główne narzędzia i platformy używane do monitorowania i zarządzania modelami AI w produkcji?
- ?Jakie są możliwości rozwoju kariery dla Lead AI Engineer w Kainos?
- −Brak informacji o konkretnej liczbie lat doświadczenia wymaganej na stanowisku Lead AI Engineer.
- −Brak informacji o wielkości zespołu, do którego dołączy kandydat.
- −Brak szczegółów na temat procesu rekrutacyjnego (liczba etapów, format rozmów).
- −Brak informacji o budżecie szkoleniowym lub możliwościach rozwoju.
Kultura firmy opiera się na współpracy, innowacyjności, uczciwości, szacunku i kooperacji, z silnym naciskiem na różnorodność i inkluzję.
Brak szczegółowych informacji o procesie rekrutacyjnym.