W skrócie
- Zadania: Twórz i wdrażaj systemy AI/ML, które rozwiązują realne problemy biznesowe.
- Firma: Innowacyjna firma technologiczna z kulturą współpracy.
- Benefity: Konkurencyjne wynagrodzenie, opieka zdrowotna, praca zdalna i rozwój zawodowy.
- Pozostałe informacje: Dynamiczne środowisko z doskonałymi możliwościami rozwoju kariery.
- Dlaczego ta praca: Pracuj z najnowszymi technologiami i wprowadzaj realne zmiany w projektach.
- Kwalifikacje: Doświadczenie w programowaniu i budowaniu modeli ML.
Przewidywane wynagrodzenie mieści się w przedziale 135000 - 165000 zł za rok.
Poszukujemy inżyniera AI/ML, który zaprojektuje, zbuduje i wdroży systemy uczenia maszynowego oraz inteligentne rozwiązania agentowe, które rozwiązują rzeczywiste problemy biznesowe. Rola ta koncentruje się na agentowym AI - budowaniu systemów opartych na LLM, które potrafią rozumować, planować i autonomicznie podejmować działania w różnych platformach i ekosystemach AI - w połączeniu z klasycznym inżynierią ML w pełnym cyklu życia, od potoków danych i rozwoju modeli po wdrożenie produkcyjne.
Kluczowe obowiązki:
- Systemy agentowe AI i LLM (główny fokus)
- Projektowanie i budowanie agentowych przepływów pracy, które wykorzystują LLM do planowania, rozumowania i wykonywania wieloetapowych zadań autonomicznie.
- Budowanie i wdrażanie rozwiązań agentowych w różnych platformach i ekosystemach AI (np. Azure AI Foundry, Google Cloud Vertex AI / Gemini, Anthropic Claude), wybierając odpowiednią platformę i narzędzia dla danego przypadku użycia.
- Rozwój integracji z użyciem narzędzi i wywołań funkcji, łącząc agentów z API, bazami danych i systemami wewnętrznymi.
- Implementacja wzorców orkiestracji (np. planner-executor, współpraca wielu agentów, pętle rozumowania w stylu ReAct) dla automatyzacji złożonych zadań.
- Budowanie potoków generacji wzbogaconej o retrieval (RAG), aby ugruntować wyniki agentów w danych własnych lub w czasie rzeczywistym.
- Ustanawianie zabezpieczeń, zestawów oceny i monitorowania dla niezawodności agentów, bezpieczeństwa i wskaźników sukcesu zadań.
- Prototypowanie i szybkie iteracje zachowań agentów przy użyciu frameworków takich jak LangGraph, LlamaIndex, CrewAI lub niestandardowe warstwy orkiestracji.
- Projektowanie agentowych przepływów pracy, które konsumują strukturalne wyniki z modeli percepcyjnych/detekcyjnych (np. systemy wizji komputerowej), aby wyzwalać działania downstream, takie jak alerty, zadania korygujące lub automatyczne raporty.
- Rozwój modeli i MLOps
- Projektowanie, trenowanie, dostrajanie i ocenianie modeli uczenia maszynowego i głębokiego uczenia do zastosowań produkcyjnych, w tym modeli wizji komputerowej / detekcji obiektów do rozpoznawania i klasyfikacji obrazów.
- Budowanie i utrzymywanie skalowalnych potoków danych do treningu, walidacji i wnioskowania.
- Implementacja najlepszych praktyk MLOps: CI/CD dla modeli, wersjonowanie, monitorowanie i automatyczne ponowne trenowanie.
- Optymalizacja wydajności modelu, latencji i kosztów w zakresie obciążeń treningowych i wnioskowania, w tym dla scenariuszy wdrożenia na urządzeniach lub brzegowych/mobilnych.
- Projektowanie potoków do porównywania stanów wykrytych przez model z danymi źródłowymi i flagowanie rozbieżności, przekazując wyniki do automatyzacji downstream.
- Ciężka praca nad ciągłym doskonaleniem dokładności modelu przy użyciu informacji zwrotnych z pola/produkcji, oznakowanych potoków danych i pętli aktywnego uczenia.
- Inżynieria stosowana
- Współpraca z zespołami produktowymi i projektowymi w celu przekształcenia wymagań biznesowych w funkcje zasilane AI.
- Integracja modeli ML i agentów w aplikacjach produkcyjnych za pomocą solidnych, dobrze przetestowanych API.
- Pisanie czystego, łatwego do utrzymania, dobrze udokumentowanego kodu i wkład w narzędzia/wewnętrzne biblioteki.
- Przeprowadzanie testów A/B oraz ocen offline/online w celu pomiaru wpływu modeli i agentów.
- Współpraca i komunikacja
- Ścisła współpraca z architektem platformy AI, aby zapewnić, że rozwiązania są zgodne z ogólną architekturą AI, standardami technicznymi i długoterminową strategią platformy.
- Bezpośrednia współpraca z interesariuszami biznesowymi w celu zrozumienia potrzeb operacyjnych, zdefiniowania metryk sukcesu i zapewnienia, że dostarczone rozwiązania przynoszą wymierną wartość biznesową.
- Współpraca z inżynierami danych, menedżerami produktów i ekspertami dziedzinowymi w celu zdefiniowania metryk sukcesu.
- Jasna komunikacja technicznych kompromisów i wyników zarówno dla interesariuszy technicznych, jak i nietechnicznych.
- Śledzenie aktualnych badań w dziedzinie ML, LLM i architektur agentowych oraz ocena ich zastosowania.
Wymagane kwalifikacje:
- Stopień licencjata lub magistra w dziedzinie informatyki, uczenia maszynowego lub pokrewnej (lub równoważne doświadczenie).
- 5+ lat doświadczenia w budowaniu i wdrażaniu modeli ML w produkcji.
- Silne umiejętności programowania w Pythonie; znajomość frameworków ML (PyTorch, TensorFlow, scikit-learn).
- Praktyczne doświadczenie w budowaniu i wdrażaniu agentów na co najmniej jednej dużej platformie AI (np. Azure AI Foundry, Google Vertex AI / Gemini, Anthropic Claude), z silnym zainteresowaniem pracą w różnych.
- Doświadczenie z API LLM i inżynierią promptów w różnych dostawcach (OpenAI, Anthropic, Google).
- Znajomość baz danych wektorowych i architektur RAG (np. Pinecone, Weaviate, Chroma).
- Doświadczenie z modelami wizji komputerowej lub rozpoznawania obrazów w środowisku produkcyjnym.
- Solidne zrozumienie podstaw inżynierii oprogramowania: kontrola wersji, testowanie, projektowanie API.
- Doświadczenie z platformami chmurowymi (AWS, GCP lub Azure).
Preferowane kwalifikacje:
- Doświadczenie w budowaniu agentów na Azure AI Foundry (Agent Service) i/lub Google Vertex AI Agent Builder.
- Znajomość przenośności agentów międzyplatformowych - dostosowywanie tej samej logiki agenta/narzędzi do różnych dostawców modeli i warstw orkiestracji.
- Doświadczenie z frameworkami orkiestracji wielu agentów (LangGraph, AutoGen, CrewAI).
- Doświadczenie w projektowaniu systemów agentowych, które łączą wyniki percepcyjne (wizja/detekcja) z warstwami rozumowania/działania.
- Tło w uczeniu przez wzmocnienie lub dostrajaniu LLM (LoRA, RLHF).
- Doświadczenie z konteneryzacją i orkiestracją (Docker, Kubernetes).
- Wkład w projekty open-source ML/AI.
- Znajomość ram oceny dla wyników LLM/agentów.
- Doświadczenie w optymalizacji modeli do wdrożenia na urządzeniach lub brzegowych (np. aplikacje mobilne/tabletowe).
Co oferujemy?
- Umowa o pracę.
- Roczny bonus.
- Prywatna opieka medyczna.
- Platforma kafeteryjna/Multisport.
- Subwencjonowane przez firmę lekcje angielskiego.
- Ubezpieczenie grupowe.
- Dwa dodatkowe dni wolne (Wielki Piątek, piątek po Bożym Ciele) – z możliwością wymiany na inne święta.
- Program bonusów za polecenie pracowników.
- Atrakcyjne zniżki na produkty i usługi w naszych stacjach.
- Plan zakupu akcji pracowniczych.
- Program wsparcia pracowników (Lyra).
- Nowoczesne i wygodne biuro, które możesz odwiedzić wirtualnie.
- Szkolenia i możliwość rozwoju umiejętności w szerokim międzynarodowym środowisku.
Chcesz dowiedzieć się więcej o nas? Zobacz naszą stronę kariery.
Jesteśmy przekonani, że wspaniałe firmy budowane są od wewnątrz przez wspaniałych ludzi, takich jak Ty. Czekamy na Twoją aplikację!
Pracując z nami, możesz być pewien, że nie będziesz oceniany na podstawie rasy, pochodzenia narodowego, płci, orientacji seksualnej, niepełnosprawności, wieku ani innego statusu prawnie chronionego. Przeciwnie – wierzymy, że nasza różnorodna i inkluzywna kultura pomaga nam stworzyć niesamowitą atmosferę, w której każdy czuje się mile widziany.
Senior AI/ML Engineer in Gdańsk – pracodawca: Circle K
Circle K eMobility to doskonały pracodawca, oferujący centralną rolę w rozwijającej się sieci ładowania pojazdów elektrycznych w Europie. Pracownicy mogą liczyć na silne wsparcie w zakresie onboardingu oraz ciągłego rozwoju zawodowego w międzynarodowym, współpracującym zespole. Dodatkowo, firma zapewnia konkurencyjne warunki zatrudnienia, nowoczesne biuro oraz atrakcyjne benefity, takie jak prywatna opieka medyczna i program wsparcia dla pracowników.