ML/AI Engineer
Billennium
Rola skupia się na projektowaniu i wdrażaniu produkcyjnych rozwiązań AI/ML, w tym Generative AI i LLM, od PoC do produkcji. Praca obejmuje budowę pipeline'ów ML, integrację z systemami klienta poprzez API i architekturę event-driven, monitorowanie modeli oraz współpracę z zespołami developerskimi i DevOps. To rola inżynierska z naciskiem na deployment i utrzymanie modeli w środowiskach chmurowych (Azure/AWS/GCP).
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: nie podano wielkości zespołu ani liczby projektów, brak opisu procesu rekrutacyjnego.
Rola skupia się na projektowaniu i wdrażaniu produkcyjnych rozwiązań AI/ML, w tym Generative AI i LLM, od PoC do produkcji. Praca obejmuje budowę pipeline'ów ML, integrację z systemami klienta poprzez API i architekturę event-driven, monitorowanie modeli oraz współpracę z zespołami developerskimi i DevOps. To rola inżynierska z naciskiem na deployment i utrzymanie modeli w środowiskach chmurowych (Azure/AWS/GCP).
- ✓Realny wpływ na architekturę i kierunek rozwoju rozwiązań AI
- ✓Dostęp do nowoczesnego stacku technologicznego (GenAI, LLM, RAG)
- ✓Budżet szkoleniowy i możliwość udziału w konferencjach branżowych
- !Brak informacji o dyżurach on-call czy wsparciu produkcyjnym po godzinach
- !Projekty dla sektora publicznego mogą wiązać się z dodatkowymi wymogami formalnymi i wolniejszym tempem
- !Duża samodzielność i odpowiedzialność bez opisu struktury zespołu
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Projektowanie i implementacja rozwiązań ML/GenAI od Proof of Concept do produkcji
- •Budowa i utrzymanie pipeline'ów ML (przygotowanie danych, trening, deployment, monitoring)
- •Integracja modeli AI z aplikacjami poprzez REST API i architekturę event-driven
- •Monitorowanie jakości modeli w produkcji i optymalizacja ich działania
- •Udział w code review i podejmowanie decyzji technicznych
- •Mentoring mniej doświadczonych członków zespołu
- •Współpraca z zespołami developerskimi, DevOps i biznesem
Oferta dla doświadczonych specjalistów (Senior).
Inżynier z co najmniej 4-letnim doświadczeniem w AI/ML lub pokrewnym obszarze, który potrafi samodzielnie wdrożyć model ML w chmurze z użyciem Dockera i REST API, zna podstawy Python i SQL, oraz ma doświadczenie z jedną z platform chmurowych.
Osoby z mniej niż 4 latami doświadczenia w produkcyjnym ML, juniorzy bez praktyki w deploymencie modeli, ani kandydaci nieznający Python i podstaw ML (scikit-learn, pandas).
- ?Ile osób liczy zespół AI/ML i w ilu równoległych projektach pracuje się jednocześnie?
- ?Czy projekty są prowadzone głównie dla sektora publicznego, czy również komercyjne?
- ?Jak wygląda proces decyzyjny przy wyborze architektury i technologii?
- ?Czy istnieje system dyżurów/on-call dla modeli produkcyjnych?
- ?Jaki jest poziom wsparcia DevOps/infra dla zespołu AI?
- ?Czy w projektach wykorzystywane są narzędzia MLOps (MLflow, Airflow) już wdrożone, czy do zbudowania od zera?
- ?Jakie są oczekiwania co do znajomości konkretnych usług Azure/AWS/GCP?
- −Nie podano wielkości zespołu ani liczby projektów
- −Brak opisu procesu rekrutacyjnego
- −Nie wiadomo, czy praca jest na jednym projekcie długoterminowo, czy rotacyjnie
- −Brak informacji o dostępnych szkoleniach i konferencjach (konkretny budżet)