ML Engineer for Retail Operations in Warsaw

Opis: Circle K prowadzi stacje oferujące produkty i usługi. Firma zapewnia również produkty i usługi detaliczne poprzez swoje stacje.

Zakres obowiązków:

• Projektowanie i budowanie agentowych przepływów pracy, które wykorzystują LLM do planowania, rozumienia i autonomicznego wykonywania złożonych zadań.
• Budowanie i wdrażanie agentowych rozwiązań w różnych platformach i ekosystemach AI, wybierając platformy i narzędzia dla każdego przypadku użycia.
• Opracowywanie integracji narzędzi i wywołań funkcji łączących agentów z API, bazami danych i systemami wewnętrznymi.
• Implementacja wzorców orkiestracji dla automatyzacji złożonych zadań.
• Budowanie RAG pipeline'ów, aby osadzić wyniki agentów w danych własnych lub rzeczywistych.
• Ustanawianie zabezpieczeń, narzędzi oceny i monitorowania dla niezawodności agentów, bezpieczeństwa i wskaźników sukcesu zadań.
• Prototypowanie i iteracja zachowań agentów przy użyciu frameworków takich jak LangGraph, LlamaIndex, CrewAI lub niestandardowe warstwy orkiestracji.
• Projektowanie przepływów pracy, które wykorzystują ustrukturyzowane wyniki z modeli percepcyjnych i detekcyjnych do wyzwalania działań downstream, w tym alertów, zadań korygujących lub automatycznych raportów.
• Projektowanie, trenowanie, dostrajanie i ocenianie modeli uczenia maszynowego i głębokiego uczenia do zastosowań produkcyjnych, w tym modeli wizji komputerowej i detekcji obiektów.
• Budowanie i utrzymywanie skalowalnych pipeline'ów danych do treningu, walidacji i wnioskowania.
• Implementacja praktyk MLOps, w tym CI/CD modeli, wersjonowania, monitorowania i automatycznego retrainingu.
• Optymalizacja wydajności modeli, latencji i kosztów w całym procesie treningu i wnioskowania, w tym na urządzeniach mobilnych lub edge.
• Projektowanie pipeline'ów do porównywania stanów wykrytych przez modele z danymi źródłowymi, oznaczanie rozbieżności i przekazywanie wyników do automatyzacji downstream.
• Poprawa dokładności modeli przy użyciu informacji zwrotnych z terenu i produkcji, pipeline'ów danych oznaczonych oraz pętli aktywnego uczenia.
• Współpraca z zespołami produktowymi i projektowymi w celu przekształcenia wymagań biznesowych w funkcje oparte na AI.
• Integracja modeli ML i agentów w aplikacjach produkcyjnych poprzez solidne, dobrze przetestowane API.
• Pisanie czystego, łatwego do utrzymania, dobrze udokumentowanego kodu oraz wkład w narzędzia i biblioteki wewnętrzne.
• Przeprowadzanie testów A/B oraz ocen offline i online w celu pomiaru wpływu modeli i agentów.
• Dostosowywanie rozwiązań do architektury AI Platform Architect, standardów technicznych i długoterminowej strategii platformy.
• Współpraca z interesariuszami biznesowymi w celu zrozumienia potrzeb operacyjnych, definiowania metryk sukcesu i dostarczania wymiernej wartości biznesowej.
• Współpraca z inżynierami danych, menedżerami produktów i ekspertami dziedzinowymi w celu definiowania metryk sukcesu.
• Jasna komunikacja technicznych kompromisów i wyników zarówno do interesariuszy technicznych, jak i nietechnicznych.
• Śledzenie nowości w badaniach nad ML, LLM i architekturą agentową oraz ocena ich zastosowania.

Wymagania:

• Dyplom licencjata lub magistra w dziedzinie informatyki, uczenia maszynowego lub pokrewnej, lub równoważne doświadczenie.
• Ponad 5-letnie doświadczenie w budowaniu i wdrażaniu modeli ML w produkcji.
• Silne umiejętności programowania w Pythonie oraz znajomość PyTorch, TensorFlow i scikit-learn.
• Doświadczenie w budowaniu i wdrażaniu agentów na co najmniej jednej dużej platformie AI, z silnym zainteresowaniem pracą na wielu platformach.
• Znajomość API LLM i inżynierii promptów w różnych dostawcach, w tym OpenAI, Anthropic i Google.
• Znajomość baz danych wektorowych i architektur RAG.
• Doświadczenie w produkcji z modelami wizji komputerowej lub rozpoznawania obrazów.
• Solidne zrozumienie podstaw inżynierii oprogramowania, w tym kontroli wersji, testowania i projektowania API.
• Doświadczenie z AWS, GCP lub Azure.

Preferencje:

• Doświadczenie z Azure AI Foundry Agent Service lub Google Vertex AI Agent Builder, przenośność agentów między platformami, ramy orkiestracji wielu agentów, systemy agentowe łączące wyniki percepcyjne z warstwami rozumienia i działania, uczenie przez wzmocnienie lub dostrajanie LLM (LoRA, RLHF), Docker i Kubernetes, wkład w otwarte źródła ML/AI, ramy oceny LLM/agentów, optymalizacja wdrożeń na urządzeniach lub edge.

Warunki:

• Umowa o pracę.
• Roczny bonus.
• Prywatna opieka medyczna.
• Platforma Cafeteria/Multisport.
• Subwencjonowane przez firmę lekcje angielskiego.
• Ubezpieczenie grupowe.
• Dwa dodatkowe dni wolne (Wielki Piątek i piątek po Bożym Ciele), z możliwością wymiany na inne święta.
• Program bonusów za polecenie pracowników.
• Zniżki na produkty i usługi w stacjach Circle K.
• Program zakupu akcji pracowniczych.
• Program wsparcia pracowników (Lyra).
• Szkolenia i możliwości rozwoju umiejętności w międzynarodowym środowisku.