Responsible AI and Governance Expert
LUX MED
Rola łączy odpowiedzialność za zarządzanie ryzykiem i zgodność AI (AI Act) z wymaganiami technicznymi na poziomie senior developera. Mimo tytułu sugerującego głównie kompetencje miękkie i regulacyjne, oferta wymaga minimum 3 lat doświadczenia w backendzie/cloud, biegłości w Pythonie i .NET, oraz praktycznej znajomości LLM, LangChain i Azure AI. Codzienna praca obejmuje definiowanie standardów, audyty, oceny ryzyka i raportowanie – nie programowanie. To rzadki hybrydowy profil: potrzebujesz głębokiej wiedzy technicznej, aby oceniać systemy AI, ale Twoim outputem są dokumenty i procesy compliance.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: nie podano wielkości zespołu ai ani liczby projektów objętych governance, brak opisu procesu rekrutacyjnego (etapy, czas oczekiwania).
Rola łączy odpowiedzialność za zarządzanie ryzykiem i zgodność AI (AI Act) z wymaganiami technicznymi na poziomie senior developera. Mimo tytułu sugerującego głównie kompetencje miękkie i regulacyjne, oferta wymaga minimum 3 lat doświadczenia w backendzie/cloud, biegłości w Pythonie i .NET, oraz praktycznej znajomości LLM, LangChain i Azure AI. Codzienna praca obejmuje definiowanie standardów, audyty, oceny ryzyka i raportowanie – nie programowanie. To rzadki hybrydowy profil: potrzebujesz głębokiej wiedzy technicznej, aby oceniać systemy AI, ale Twoim outputem są dokumenty i procesy compliance.
- ✓Praca w regulowanym sektorze healthcare – stabilność i przyszłościowy obszar AI governance
- ✓Wpływ na wybór narzędzi i technologii (autonomia techniczna opisana wprost)
- ✓Firma deklaruje stosowanie dobrych praktyk inżynierskich: Clean Code, code review, DDD, TDD, DevOps
- ✓Szeroki pakiet szkoleniowy (branżowe platformy e-learningowe, szkolenia wewnętrzne i zewnętrzne) – realny budżet na rozwój
- −Ogromna rozbieżność między miękkim tytułem a twardymi wymaganiami technicznymi – może prowadzić do frustracji, jeśli rola okaże się głównie papierkowa
- −Brak informacji o wielkości zespołu AI governance i o tym, ile projektów AI jest w firmie (przy 101-500 pracownikach może to być niewiele)
- −Wymóg znajomości .NET/C# może wskazywać na integrację z legacy systemami, co nie jest wprost opisane
- !Hybryda w Warszawie bez określenia liczby dni w biurze
- !Brak informacji o dyżurach on-call lub wsparciu produkcyjnym
- !Określenie 'rozwijasz kilka projektów jednocześnie' sugeruje multitasking i możliwe przeciążenie
- !Wymagane bardzo szerokie spektrum technologii (Python, .NET, Azure, LLM, Kubernetes) – ryzyko bycia 'złotą rączką'
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Definiowanie i aktualizowanie standardów Responsible AI oraz zasad ładu AI (procesy, procedury, kontrole)
- •Monitorowanie zgodności rozwiązań AI z regulacjami (np. AI Act) i politykami wewnętrznymi
- •Przeprowadzanie ocen ryzyka dla projektów AI, w tym dla systemów high-risk
- •Klasyfikowanie rozwiązań AI według wymogów regulacyjnych
- •Przygotowywanie raportów i analiz dla regulatorów oraz interesariuszy wewnętrznych
- •Koordynacja działań audytowych i zapewnienie zgodności z wymaganiami nadzorczymi
- •Współpraca z zespołami IT, biznesem i strukturami globalnymi przy wdrożeniach AI
- •Doradztwo w zakresie odpowiedzialnego wykorzystania AI i budowanie świadomości organizacyjnej
Oferta dla doświadczonych specjalistów (Senior).
Osoba z co najmniej 3-letnim doświadczeniem w backendzie/cloud, solidnym Pythonem i .NET, podstawami LLM i Azure, która jest gotowa szybko uczyć się zagadnień regulacyjnych i przejść w stronę governance.
Osoby bez doświadczenia programistycznego (czysto prawnicy/ compliance) – wymagana jest praktyczna umiejętność oceny technicznej systemów AI. Również nie dla juniorów (poniżej 3 lat) ani specjalista szukających codziennego pisania kodu – to rola procesowo-doradcza.
- ?Ile projektów AI jest obecnie w firmie i jaka jest struktura zespołu governance (ile osób)?
- ?Jaka jest realna proporcja czasu spędzanego na governance vs. praca techniczna (kodowanie, architektura)?
- ?Jakie konkretne artykuły AI Act są najbardziej istotne dla waszych systemów?
- ?Czy istnieje dedykowany zespół inżynierów AI, czy to ja będę oceniać systemy innych zespołów?
- ?Jakie narzędzia do zarządzania ryzykiem AI (rejestry, platformy) są używane?
- ?Jaki jest planowany rozwój tej roli – czy ma ewoluować w stronę bardziej techniczną czy bardziej regulacyjną?
- ?Czy są jakieś konkretne certyfikacje, które firma wspiera lub wymaga (np. CIPP/E, AI governance cert)?
- −Nie podano wielkości zespołu AI ani liczby projektów objętych governance
- −Brak opisu procesu rekrutacyjnego (etapy, czas oczekiwania)
- −Nie wiadomo, jaka jest polityka dotycząca pracy zdalnej w modelu hybrydowym (ile dni w biurze)
- −Brak informacji o budżecie na certyfikacje zewnętrzne (np. AI governance courses)
Środowisko techniczne z silnym naciskiem na jakość kodu (code review, testy, DDD, TDD) i automatyzację (DevOps). Agile, wpływ na wybór narzędzi. Praca w strukturach lokalnych i globalnych.