AI/ML Developer – Generative AI (f/m/x)
Sii
Rola polega na projektowaniu i wdrażaniu zaawansowanych rozwiązań AI opartych na generatywnych modelach (LLM, RAG, agenci) dla globalnej firmy z sektora prawnego i regulacyjnego. Praca obejmuje cały cykl ML: od eksperymentów i trenowania modeli po deployment w chmurze (AWS/Azure/GCP). To stanowisko dla doświadczonego inżyniera ML, który chce budować produkcyjne systemy GenAI, a nie tylko prototypować.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: brak widełek wynagrodzenia, nie podano opisu beneficjów (np. premie, dodatki).
Rola polega na projektowaniu i wdrażaniu zaawansowanych rozwiązań AI opartych na generatywnych modelach (LLM, RAG, agenci) dla globalnej firmy z sektora prawnego i regulacyjnego. Praca obejmuje cały cykl ML: od eksperymentów i trenowania modeli po deployment w chmurze (AWS/Azure/GCP). To stanowisko dla doświadczonego inżyniera ML, który chce budować produkcyjne systemy GenAI, a nie tylko prototypować.
- ✓Nowoczesny stack: GenAI, LLM, RAG, agenci
- ✓Praca dla globalnej organizacji z ciekawą domeną (legal, tax, regulatory)
- ✓Senior level – prawdopodobna autonomia techniczna
- ✓Brak wymogu znajomości polskiego (angielski wystarczy)
- −Brak informacji o procesie rekrutacyjnym (liczba etapów, zadanie domowe itp.)
- !Wymóg zamieszkania w Polsce – może ograniczać, jeśli ktoś planuje przeprowadzkę
- !Szeroki zakres technologii (PyTorch, JAX, DeepSpeed) – może wskazywać na zmienność projektu
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Projektowanie i implementacja systemów Retrieval-Augmented Generation (RAG) z użyciem wektorowych baz danych i modeli embeddingów
- •Rozwijanie agentów AI zdolnych do korzystania z narzędzi (tool-using agents) i zarządzania kontekstem
- •Fine-tuning i ewaluacja dużych modeli językowych (LLM) przy użyciu frameworków takich jak OpenAI Evals, HELM, LM Harness
- •Implementacja pipeline'ów ML (trenowanie, walidacja, deployment) w środowisku chmurowym (AWS, Azure, GCP)
- •Optymalizacja wydajności modeli (DeepSpeed, PyTorch, JAX) pod kątem produkcji
- •Współpraca z zespołami produktowymi i inżynieryjnymi przy definiowaniu wymagań i integracji modeli z istniejącymi systemami
- •Projektowanie eksperymentów i analiza wyników w celu poprawy jakości modeli
Oferta dla doświadczonych specjalistów (Senior).
Inżynier ML z 5+ latami doświadczenia, który ma przynajmniej jeden komercyjny projekt z RAG lub LLM w produkcji oraz solidne podstawy w chmurze i MLOps.
Juniorzy i osoby z mniej niż 5 latami doświadczenia w ML. Osoby szukające pracy stacjonarnej (oferta jest w pełni zdalna). Osoby niezainteresowane deploymentem modeli (rola produkcyjna).
- ?Jaki jest konkretny klient/nazwa projektu?
- ?Ile osób liczy zespół AI/ML, z którym będę pracować?
- ?Jaki jest rozmiar modeli (liczba parametrów) i skala systemu (liczba zapytań, użytkowników)?
- ?Jak wygląda deployment – czy używacie MLOps narzędzi (Kubeflow, MLflow, Sagemaker)?
- ?Czy istnieje budżet na szkolenia/sprzęt do fine-tuningu (GPU, TPU)?
- ?Jak często wdrażane są nowe modele do produkcji?
- −Brak widełek wynagrodzenia
- −Nie podano opisu beneficjów (np. premie, dodatki)
- −Brak opisu procesu rekrutacyjnego
- −Nie wiadomo, czy oferta dotyczy jednego projektu czy poolu rezerwowego
- −Brak informacji o modelu pracy (czy full-time, elastyczne godziny?)
Prawdopodobnie międzynarodowy, anglojęzyczny zespół z doświadczonymi inżynierami, nastawiony na eksperymenty i wdrożenia.