AI Developer
speedapp
Rola polega na budowaniu i wdrażaniu rozwiązań AI/ML w branży ubezpieczeniowej, z naciskiem na MLOps, LLMOps i RAG z wykorzystaniem chmury Azure. Będziesz projektować modele, optymalizować pipeline'y CI/CD, integrować AI z wieloma systemami oraz zapewniać zgodność z AI Act. To stanowisko łączy inżynierię danych, DevOps i compliance.
Brakuje: nie podano wielkości zespołu, brak opisu konkretnych etapów technicznych rekrutacji.
Rola polega na budowaniu i wdrażaniu rozwiązań AI/ML w branży ubezpieczeniowej, z naciskiem na MLOps, LLMOps i RAG z wykorzystaniem chmury Azure. Będziesz projektować modele, optymalizować pipeline'y CI/CD, integrować AI z wieloma systemami oraz zapewniać zgodność z AI Act. To stanowisko łączy inżynierię danych, DevOps i compliance.
- ✓Praca 100% zdalna (lub hybrydowa z Warszawy)
- ✓Nowoczesny stack: GenAI, RAG, Azure OpenAI, MLOps
- ✓Wymagana znajomość AI Act – rola na styku tech i regulacji, co jest przyszłościowe
- −Firma speedapp to outsourcing – pracujesz u klienta, co może wiązać się z mniejszą kontrolą nad projektem
- −Proces rekrutacyjny nie jest w pełni opisany – brak informacji o etapach technicznych
- !Nie podano wielkości zespołu ani liczby AI Developerów u klienta
- !Nie wiadomo, jak wygląda dyżur/obsługa incydentów
- !Poziom 'regular' przy wymaganiach 3+ lat może być niedoszacowany
- •Projektowanie i tuning modeli AI/ML (w tym GenAI) przy użyciu Azure ML i Azure AI Foundry
- •Budowa i optymalizacja pipeline'ów MLOps/LLMOps: MLflow, Docker, Kubernetes, CI/CD
- •Implementacja rozwiązań RAG (Azure AI Search) i praca z LLM w Azure OpenAI
- •Integracja rozwiązań AI z ekosystemem 30+ systemów w architekturze hybrydowej
- •Zapewnienie zgodności z AI Act przez dokumentację, monitoring i obsługę incydentów
- •Aktywna współpraca z zespołami biznesowymi i IT, tworzenie materiałów szkoleniowych
- •Prezentacja wyników i rekomendacji dla różnych grup odbiorców
Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).
Kandydat z 3 latami w Data Science/AI, co najmniej 1 rokiem produkcyjnym, znający Python i SQL, z podstawowym doświadczeniem w MLOps i Azure, gotowy do nauki compliance i integracji z wieloma systemami.
Nie dla juniorów z mniej niż 2 latami doświadczenia, ani dla osób bez wdrożeń produkcyjnych lub bez znajomości chmury (Azure/GCP).
- ?Ile osób liczy zespół AI u klienta? Jakie są role w zespole?
- ?Czy projekty są greenfield czy rozwijamy istniejącą platformę?
- ?Jak wygląda on-call i obsługa incydentów produkcyjnych?
- ?Jaki jest konkretny podział czasu między rozwijaniem modeli a inżynierią MLOps?
- ?Czy klient posiada już infrastrukturę Azure, czy trzeba budować od podstaw?
- ?Jakie systemy integrujemy? Czy są legacy?
- ?Jaka jest polityka dotycząca certyfikatów Azure – czy firma finansuje?
- ?Czy istnieje możliwość przejścia na stałe do klienta po projekcie?
- −Nie podano wielkości zespołu
- −Brak opisu konkretnych etapów technicznych rekrutacji
- −Nie wiadomo, czy praca jest na jednym projekcie, czy rotacyjnie
- −Brak informacji o on-call i dyżurach
Powyżej mediany rynkowej
≈ 148,8–184,5 zł/h
Dane z aktywnych ofert zawierających technologię NLP. Pełne statystyki zarobków →