AI Specialist
Pretius
Rola skupia się na praktycznym zastosowaniu modeli GenAI i NLP do przetwarzania dokumentów w sektorze finansowym. Główne zadania to projektowanie i optymalizacja promptów, ocena jakości wyjść modeli, analiza wyodrębnionych danych oraz integracja AI z istniejącymi silnikami regułowymi. To nie jest rola badawcza ani rozwijająca modele od podstaw – to inżynieria aplikacji AI w konkretnym kontekście biznesowym.
Brakuje: nie podano wielkości zespołu ani struktury, brak opisu procesu rekrutacyjnego.
Tytuł 'AI Specialist' sugeruje szeroką wiedzę o AI, ale rola koncentruje się na prompt engineeringu, ewaluacji modeli i integracji z istniejącymi systemami – to bardziej Applied AI Engineer niż badacz AI. Nie wymaga budowania modeli od zera ani głębokiej wiedzy o algorytmach uczenia maszynowego.
Rola skupia się na praktycznym zastosowaniu modeli GenAI i NLP do przetwarzania dokumentów w sektorze finansowym. Główne zadania to projektowanie i optymalizacja promptów, ocena jakości wyjść modeli, analiza wyodrębnionych danych oraz integracja AI z istniejącymi silnikami regułowymi. To nie jest rola badawcza ani rozwijająca modele od podstaw – to inżynieria aplikacji AI w konkretnym kontekście biznesowym.
- ✓Możliwość udziału w kursach i certyfikacjach
- ✓Nowoczesny obszar AI (GenAI, NLP)
- −Projekt outsourcingowy – mniejsza kontrola nad roadmapą i priorytetami
- −Wspomnienie o 'enhancing existing rule-based engines' może oznaczać pracę z legacy kodem
- −Brak informacji o składzie zespołu, długości projektu ani procesie rekrutacyjnym
- !Wymóg podstawowej znajomości .NET – może być przeszkodą dla czystych Python developerów
- !Branża finansowa – może wymagać certyfikatów lub wiedzy domenowej, czego nie wymieniono
- !Międzynarodowy zespół – potencjalne różnice czasowe lub kulturowe
- •Projektowanie i iteracyjne ulepszanie promptów dla modeli językowych do ekstrakcji danych z dokumentów
- •Testowanie i ocena jakości odpowiedzi modeli generatywnych i NLP na zbiorach dokumentów
- •Analiza wyodrębnionych danych w celu odpowiadania na zapytania biznesowe i rozwiązywania problemów
- •Rozwijanie i optymalizacja istniejących silników regułowych poprzez dodawanie sugestii i automatyzacji opartych na AI
- •Współpraca z zespołami produktowymi i inżynieryjnymi w celu wdrożenia rozwiązań AI
- •Pisanie skryptów w Pythonie do analizy danych, walidacji i monitorowania wydajności modeli
- •Przegląd literatury i najnowszych technik prompt engineeringu
- •Udokumentowanie procesów, wyników i rekomendacji dla interesariuszy
Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).
Deweloper Python z co najmniej 2-letnim doświadczeniem, który miał styczność z AI (np. chatboty, analiza tekstu) i jest otwarty na pracę z dokumentami i modelami językowymi. Podstawowa znajomość .NET będzie atutem, ale można się jej nauczyć.
Juniorzy bez doświadczenia w AI ani Pythonie. Osoby szukające roli czysto badawczej (ML Researcher) lub preferujące pracę wyłącznie z nowoczesnym stackiem bez legacy (silniki regułowe). Ktoś, kto nie chce uczyć się .NET.
- ?Ile osób liczy zespół AI i jakie ma kompetencje?
- ?Jakie konkretne modele/narzędzia są używane (np. OpenAI, Azure AI, Hugging Face)?
- ?Jaki jest zakres pracy nad silnikiem regułowym – ile legacy vs nowego kodu?
- ?Jak długi jest planowany projekt i czy istnieje możliwość przedłużenia?
- ?Jak wygląda proces oceny wydajności modeli – jakie metryki są stosowane?
- ?Czy istnieje możliwość wdrożenia własnych pomysłów/promptów do produkcji?
- ?Jaki jest proces rekrutacyjny (etapy, zadanie domowe, live coding)?
- −Nie podano wielkości zespołu ani struktury
- −Brak opisu procesu rekrutacyjnego
- −Nie wiadomo, jakie konkretnie modele/silniki są używane
- −Brak informacji o możliwości rozwoju wewnątrz firmy
Poniżej mediany rynkowej
≈ 120,0–140,0 zł/h
Dane z aktywnych ofert zawierających technologię NLP. Pełne statystyki zarobków →