Współpraca z klientami: Przeprowadzanie analizy potrzeb klientów oraz identyfikacja możliwości zastosowania sztucznej inteligencji i uczenia maszynowego w danym obszarze biznesowym.
Projektowanie rozwiązań: Opracowywanie i proponowanie innowacyjnych rozwiązań w oparciu o technologie Microsoft, które spełniają konkretne wymagania i cele biznesowe klientów.
Projekty: Uczestnictwo w projektach wdrożeniowych z zakresu wdrożenia nowoczesnych aplikacji napędzanych przez sztuczną inteligencje (Chatbot, inteligentne wyszukiwarki, automatyzacja przetwarzania dokumentów z wykorzystaniem NLP itp.) a także w projektach związanych z zaawansowaną analityką wykorzysującą metody Machine Learning (prognoza, segmentacja, detekcja anomalii itp.)
Badania i rozwój: Śledzenie najnowszych trendów, technologii i narzędzi w dziedzinie sztucznej inteligencji i uczenia maszynowego, oraz wnioskowanie o ich potencjalnym zastosowaniu w projektach. Przygotowanie aplikacji demo w ramach wewnętrznego R&D.
Czego oczekujemy?
Doświadczenie w projektach związanych z implementacją rozwiązań uczenia maszynowego, obejmujące budowę, trenowanie, optymalizację, wdrażanie, monitorowanie oraz utrzymanie modeli ML w środowisku produkcyjnym.
Praktyczne doświadczenie w tworzeniu, trenowaniu i wdrażaniu modeli ML, w tym ich integracji z systemami produkcyjnymi oraz utrzymaniem w chmurze w usługach Azure Machine Learning oraz Fabric. Znajomość Databrics oraz Synapse będzie dodatkowym atutem.
Znajomość zasad MLOps, obejmująca w szczególności automatyzację pipeline’ów ML, wersjonowanie modeli i danych, monitorowanie ich jakości oraz zarządzanie pełnym cyklem życia modeli.
Doświadczenie w walidacji modeli ML oraz ich wersjonowaniu w środowisku produkcyjnym, z uwzględnieniem monitoringu, testów regresyjnych i kontroli dryfu.
Znajomość narzędzi do zarządzania eksperymentami ML, takich jak MLflow, Azure ML, oraz praktyczne doświadczenie w walidacji, porównywaniu i fine‑tuningu modeli.
Znajomość języków programowania – wymagane: Python; mile widziane: SQL, C#.
Umiejętność efektywnej komunikacji i pracy z klientami, w tym tłumaczenia złożonych zagadnień technicznych na język zrozumiały dla odbiorców nietechnicznych.
Znajomość koncepcji i doświadczenie z technikami generatywnej AI, takimi jak prompt engineering, RAG, embeddings, bazy wektorowe oraz podstawy fine‑tuningu LLM‑ów.
Doświadczenie w pracy z dużymi modelami językowymi (LLM)
Znajomość MAF (Microsoft AI Framework) , LangChain, LangGraph jako narzędzi wspierającegych budowę aplikacji wykorzystujących modele językowe i usługi Azure AI.
Znajomość narzędzi i platform Microsoft związanych z AI, takich jak Azure Document Intelligence, Azure AI Search, Azure AI Foundry, Azure AI Services.
Co oferujemy?
Swobodę w działaniu oraz decyzyjność
Kulturę organizacyjną opartą na odpowiedzialności, zaufaniu i realizacji założonych celów
Elastyczne godziny pracy, możliwość częściowej pracy zdalnej
Szkolenia i certyfikacje Microsoft
Opiekę medyczną, Kartę Multisport, Ubezpieczenie na Życie, naukę języka angielskiego
