Developer
Ampstek
Rola polega na projektowaniu, rozwijaniu i wdrażaniu rozwiązań opartych o uczenie maszynowe i sztuczną inteligencję. Kandydat będzie pracował z dużymi zbiorami danych, budował modele predykcyjne i wdrażał aplikacje wykorzystujące AI. Praca obejmuje również optymalizację potoków ML i monitorowanie wydajności modeli.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: dokładny model pracy (zdalna/hybrydowa/stacjonarna)., wielkość zespołu ai/ml..
Rola polega na projektowaniu, rozwijaniu i wdrażaniu rozwiązań opartych o uczenie maszynowe i sztuczną inteligencję. Kandydat będzie pracował z dużymi zbiorami danych, budował modele predykcyjne i wdrażał aplikacje wykorzystujące AI. Praca obejmuje również optymalizację potoków ML i monitorowanie wydajności modeli.
- ✓Praca z nowoczesnymi technologiami AI/ML, w tym Generative AI i LLMs.
- ✓Możliwość pracy z różnymi platformami chmurowymi (AWS/Azure/GCP).
- !Podany zakres doświadczenia (8-15 lat) jest szeroki i może sugerować różne oczekiwania co do seniority w ramach tej samej roli.
- !Lokalizacja podana jako Wrocław/Kraków, ale nie jest jasno określony model pracy (zdalna/hybrydowa/stacjonarna).
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Projektowanie i wdrażanie modeli AI/ML.
- •Budowanie i optymalizacja potoków uczenia maszynowego.
- •Praca ze strukturyzowanymi i niestrukturyzowanymi danymi.
- •Współpraca z zespołami interdyscyplinarnymi w celu dostarczania rozwiązań AI.
- •Monitorowanie i poprawa wydajności modeli.
Oferta dla doświadczonych specjalistów (Senior).
Kandydat z solidnym doświadczeniem w Pythonie i Machine Learning, znający co najmniej jeden z wymienionych frameworków (TensorFlow, PyTorch, Scikit-learn) oraz podstawy pracy z danymi i chmurą. Powinien być w stanie samodzielnie rozwijać i wdrażać modele.
Rola nie jest dla osób bez doświadczenia w Pythonie i uczeniu maszynowym, ani dla tych, którzy szukają pracy wyłącznie w obszarze analizy danych bez aspektu tworzenia i wdrażania modeli.
- ?Jak wygląda typowy projekt realizowany przez zespół AI/ML?
- ?Jakie są główne wyzwania techniczne, z jakimi zespół mierzy się obecnie?
- ?Czy istnieje możliwość pracy zdalnej lub jaki jest dokładny model hybrydowy?
- ?Jak wygląda proces wdrażania modeli na produkcję?
- ?Czy są planowane dalsze szkolenia lub rozwój w obszarze AI/ML?
- −Dokładny model pracy (zdalna/hybrydowa/stacjonarna).
- −Wielkość zespołu AI/ML.
- −Szczegóły dotyczące procesu rekrutacyjnego.
- −Konkretne przykłady projektów lub domen biznesowych, w których będą wykorzystywane rozwiązania AI/ML.