Senior AI Engineer – Financial Services and MLOps
ITDS Polska Sp. z o.o.
Pracujesz jako Senior AI Engineer w firmie konsultingowej ITDS, realizując projekty dla globalnego klienta z sektora bankowego. Twoim zadaniem jest projektowanie, rozwijanie i wdrażanie modeli AI/ML do produkcji, z naciskiem na MLOps, NLP i generatywną AI. Rola łączy kompetencje inżyniera uczenia maszynowego z odpowiedzialnością za utrzymanie i monitorowanie modeli w środowisku regulowanym. Praca hybrydowa w Warszawie, na kontrakcie B2B.
Brakuje: brak informacji o wielkości zespołu projektowego i strukturze, nie wiadomo, czy wymagane są dyżury on-call lub praca weekendowa.
Pracujesz jako Senior AI Engineer w firmie konsultingowej ITDS, realizując projekty dla globalnego klienta z sektora bankowego. Twoim zadaniem jest projektowanie, rozwijanie i wdrażanie modeli AI/ML do produkcji, z naciskiem na MLOps, NLP i generatywną AI. Rola łączy kompetencje inżyniera uczenia maszynowego z odpowiedzialnością za utrzymanie i monitorowanie modeli w środowisku regulowanym. Praca hybrydowa w Warszawie, na kontrakcie B2B.
- ✓Dostęp do Pluralsight – budżet szkoleniowy
- ✓Elastyczne godziny pracy
- ✓Stabilna współpraca długoterminowa na B2B (jak zapewnia ITDS)
- ✓Możliwość pracy nad strategicznymi projektami w branży finansowej (fraud detection, GenAI)
- −Rola w outsourcingu, co oznacza mniejszy wpływ na wybór projektu i potencjalną rotację między klientami
- −Wymagana biegła znajomość polskiego (w tym komunikacja) – może ograniczać kandydatów niepolskojęzycznych
- −Nie określono liczby dni w biurze mimo hybrydy – ryzyko, że większość czasu spędzasz u klienta
- !Brak informacji o wielkości zespołu, procesie on-call czy konkretnych narzędziach CI/CD
- !Model pracy hybrydowej bez szczegółów (ile dni w biurze, czy dojazdy do klienta)
- !Wiele projektów jednocześnie lub rotacja między klientami (sugerowane przez ITDS)
- •Projektowanie i implementacja modeli ML/PyTorch dla przypadków bankowych (detekcja fraudów, analiza dokumentów)
- •Wdrażanie modeli do produkcji z wykorzystaniem MLOps (MLflow, Kubeflow)
- •Współpraca z analitykami biznesowymi w celu translacji wymagań na rozwiązania AI
- •Monitorowanie wydajności modeli i ciągła optymalizacja
- •Praca z danymi strukturalnymi i niestrukturalnymi (SQL, duże zbiory danych)
- •Stosowanie technik NLP i dużych modeli językowych (LLM) w aplikacjach klienckich
- •Zapewnianie zgodności z regulacjami dotyczącymi prywatności i bezpieczeństwa danych
- •Dokumentowanie procesów i modeli wspierających transparentność i replikowalność
Oferta dla doświadczonych specjalistów (Senior).
Inżynier z 4-letnim doświadczeniem w ML, który wdrażał modele do produkcji i zna podstawy MLOps. Ma praktykę z Python i jednym z frameworków (TensorFlow/PyTorch) oraz pracował z chmurą i SQL.
Nie dla osób poniżej 4 lat doświadczenia w AI/ML lub bez znajomości polskiego. Rola wymaga samodzielności w produkcji i zrozumienia regulacji finansowych, więc juniorzy lub mid-level bez tego tła nie będą pasować.
- ?Ile osób liczy zespół AI/ML, w którym będę pracować?
- ?Jak wygląda konkretnie tryb hybrydowy – ile dni w biurze w Warszawie?
- ?Czy są dyżury on-call? Jeśli tak, jak często?
- ?Jakie narzędzia do CI/CD i monitoringu modeli są używane u klienta?
- ?Czy praca dotyczy jednego projektu czy mogę być rotowany między klientami?
- ?Jaki jest poziom autonomii w wyborze technologii i architektury modeli?
- ?Jak długo trwa onboarding i czy jest wsparcie mentora?
- −Brak informacji o wielkości zespołu projektowego i strukturze
- −Nie wiadomo, czy wymagane są dyżury on-call lub praca weekendowa
- −Brak szczegółów dotyczących procesu rekrutacji poza dwoma rozmowami online
- −Nie określono, jakie narzędzia do CI/CD i deploy'u są używane
Praca w środowisku Agile/Scrum, z zespołami klienta z sektora bankowego. Kultura oparta na dokumentacji i transparentności, z naciskiem na zgodność regulacyjną.
Dwa etapy: pierwsza rozmowa online, druga rozmowa online. (Brak zadania domowego lub live codingu w ogłoszeniu).
Na poziomie rynkowym
Dane z aktywnych ofert zawierających technologię Python. Pełne statystyki zarobków →