Pomiń do treści
Logo firmy PKO BP Finat

Solution Architect AI

PKO BP Finat

Oferta w skrócie
Widełki nieujawnione
🔀HybrydowaTryb pracy
📄B2BKontrakt
⏱️Senior · 5+ latDoświadczenie
LokalizacjaWarszawa
Źródło
Aktywna
Opublikowano10 czerwca 2026
Ostatnio sprawdzono10 czerwca 2026
Wygasa za80 dni
Werdykt JobHunt

Rola Solution Architect AI w PKO BP Finat, skupiająca się na projektowaniu i wdrażaniu rozwiązań opartych o sztuczną inteligencję, w tym LLM/GenAI i RAG. Kluczowe jest wykorzystanie usług chmurowych AI (GCP Vertex AI lub alternatywy), rozwijanie multitenantowej Platformy AI, zarządzanie jej workflow oraz CI/CD. Rola wymaga głębokiego zrozumienia architektury mikroserwisów, cyberbezpieczeństwa, architektury danych oraz MLOps, a także dbałości o zgodność regulacyjną (EU AI Act, RODO).

Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.

Brakuje: szczegółowy opis architektury cyberbezpieczeństwa i architektury danych., informacje o konkretnych narzędziach i technologiach używanych do monitoringu modeli ml..

🛠 Wymagane technologie
Dane źródłowe
EU AI ActRodoRAGLLM/GenAIAPIMicroservice ArchitectureCybersecurityGCP Vertex AIHLD, LLDMLOps
AI Insights
Czym naprawdę jest ta rola?Solution Architect AI

Rola Solution Architect AI w PKO BP Finat, skupiająca się na projektowaniu i wdrażaniu rozwiązań opartych o sztuczną inteligencję, w tym LLM/GenAI i RAG. Kluczowe jest wykorzystanie usług chmurowych AI (GCP Vertex AI lub alternatywy), rozwijanie multitenantowej Platformy AI, zarządzanie jej workflow oraz CI/CD. Rola wymaga głębokiego zrozumienia architektury mikroserwisów, cyberbezpieczeństwa, architektury danych oraz MLOps, a także dbałości o zgodność regulacyjną (EU AI Act, RODO).

Plusy
  • Praca nad rozwojem multitenantowej Platformy AI, co może być interesujące dla osób szukających wyzwań architektonicznych.
  • Bezpośredni wpływ na kształtowanie architektury cyberbezpieczeństwa, danych i infrastruktury.
  • Możliwość pracy z najnowszymi technologiami AI i chmurowymi.
  • Praca w środowisku cross-funkcjonalnym z możliwością współpracy z różnymi działami.
Na co uważać
  • !Model pracy hybrydowej z nieokreśloną liczbą dni w biurze (1-2 dni).
  • !Wymagane doświadczenie w konkretnych usługach chmurowych (GCP Vertex AI lub Azure OpenAI / AWS Bedrock), co może ograniczać pulę kandydatów.
  • ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
Codzienna praca
  • Dostarczanie architektury i wdrażanie rozwiązań AI, w tym LLM/GenAI oraz RAG.
  • Praca z usługami chmurowymi AI (GCP Vertex AI, Azure OpenAI / AWS Bedrock), w tym praktyczna praca z GCP Vertex AI (modele, pipeline’y, endpoints, Model Registry).
  • Rozwój multitenantowej Platformy AI i utrzymanie workflow Agentów i RAG.
  • Zarządzanie CI/CD dla konfiguracji i wdrożeń rozwiązań AI.
  • Definiowanie podejścia do integracji: architektura mikroserwisów, zarządzanie API, wzorce integracji.
  • Współkształtowanie architektury cyberbezpieczeństwa, architektury danych oraz projektowania infrastruktury dla rozwiązań AI i platformy.
  • Stosowanie MLOps: pipeline’y, monitoring modeli oraz CI/CD dla ML.
  • Budowanie i utrzymywanie dokumentacji architektonicznej (HLD/LLD).
Więcej o ofercie
Dla kogo jest ta oferta
Profil idealny

Oferta dla doświadczonych specjalistów (Senior).

Minimum sensowne

Kandydat z minimum 5 latami doświadczenia w AI, w tym 2 lata z LLM/GenAI, który ma praktyczne doświadczenie z GCP Vertex AI lub podobnymi usługami chmurowymi AI. Powinien znać MLOps, architekturę mikroserwisów i potrafić tworzyć dokumentację architektoniczną.

Raczej nie dla

Rola nie jest dla osób bez doświadczenia w AI, LLM/GenAI, usługach chmurowych AI lub MLOps. Kandydaci, którzy nie mają doświadczenia w tworzeniu dokumentacji architektonicznej lub nie znają regulacji związanych z AI, również nie będą odpowiedni.

Ocena dopasowania
Junior1/5
Mid3/5
Senior5/5
Hands-on3/5
Architekt5/5
Remote3/5
Enterprise4/5
Pytania do rekrutera
  • ?Jakie są główne cele i priorytety dla Platformy AI w najbliższym roku?
  • ?Jak wygląda proces decyzyjny dotyczący wyboru konkretnych technologii i narzędzi AI?
  • ?Jakie są obecne wyzwania związane z MLOps i CI/CD dla modeli ML w organizacji?
  • ?Jakie są plany dotyczące rozwoju i skalowania rozwiązań RAG?
  • ?Jakie są oczekiwania dotyczące współpracy z zespołami Data Science i Engineering?
  • ?Jakie są konkretne przykłady projektów AI, nad którymi kandydat będzie pracował?
Brakujące informacje
  • Szczegółowy opis architektury cyberbezpieczeństwa i architektury danych.
  • Informacje o konkretnych narzędziach i technologiach używanych do monitoringu modeli ML.
  • Szczegóły dotyczące procesów związanych z AI governance i audytami zgodności.
Zespół

Opis sugeruje pracę w środowisku cross-funkcjonalnym, z naciskiem na komunikatywność, odpowiedzialność za jakość i proaktywność. Praca w zespole z różnymi specjalistami.

Rekrutacja

Proces rekrutacyjny nie został szczegółowo opisany w ogłoszeniu.

🔗Podobne oferty