AI Research Engineer in Kraków

AI Research Engineer in Kraków

Kraków Pełny etat 82800 - 101200 zł / rok (szac.) Stacjonarnie
H

W skrócie

  • Zadania: Przeprowadzaj badania AI i testuj nowe technologie w praktyce.
  • Firma: Hitachi Energy - innowacyjna firma technologiczna z pasją do AI.
  • Benefity: Konkurencyjne wynagrodzenie, elastyczne opcje pracy i wsparcie finansowe.
  • Pozostałe informacje: Dynamiczne środowisko z możliwościami rozwoju kariery.
  • Dlaczego ta praca: Zmieniaj świat AI, pracując nad przełomowymi projektami badawczymi.
  • Kwalifikacje: 3+ lata doświadczenia w badaniach AI oraz umiejętności programowania w Pythonie.

Przewidywane wynagrodzenie mieści się w przedziale 82800 - 101200 zł za rok.

Wykorzystaj dyscyplinę badań do praktycznej walidacji technologii, aby Hitachi Energy mogło odróżnić wiarygodne osiągnięcia AI od hype'u, zanim zainwestuje. Jako inżynier badań AI w zespole walidacji technologii, częścią organizacji DAAI Hitachi Energy, interpretujesz pojawiające się badania AI, metody, modele i podejścia oceny, przekształcasz najważniejsze osiągnięcia w konkretne pytania walidacyjne i odpowiadasz na nie za pomocą prototypów, benchmarków i porównań. Twoje dowody informują zespoły architektoniczne, platformowe i dostawcze. Zespół buduje, aby uczyć się i demonstrować, a nie obsługiwać systemy produkcyjne.

Jak wpłyniesz na rozwój:

  • Monitoruj i interpretuj badania AI, publikacje, benchmarki i dokumentację modeli.
  • Identyfikuj osiągnięcia, które zasługują na praktyczne testowanie.
  • Przetłumacz spostrzeżenia z badań na konkretne pytania walidacyjne i sprawiedliwe projekty eksperymentalne, z wyraźnymi bazami, kryteriami sukcesu i warunkami, które unieważniłyby hipotezę, wspólnie z inżynierem eksperymentów AI i liderem możliwości AI.
  • Uruchamiaj prototypy prowadzone przez badania, benchmarki i porównania w zakresie LLM, RAG, agentycznego AI, fine-tuningu i oceny odpowiedzialnego AI.
  • Interpretuj wyniki z metodologiczną starannością i jasno określ ograniczenia.
  • Zalecaj proporcjonalny następny krok: zatrzymaj, obserwuj, testuj dalej lub przekaż zespołowi, który powinien to zbudować.
  • Wymieniaj metody i doświadczenia z kolegami z grupy Hitachi, rówieśnikami DAAI, dostawcami i zewnętrznymi społecznościami badawczymi.
  • Zachowuj powtarzalne metody, benchmarki i zasoby testowe, aby praca nie była powtarzana.

Twoje tło:

  • Prawdziwa pasja do AI: samodzielnie próbujesz nowych narzędzi i modeli oraz możesz pokazać niedawny przykład czegoś, co zbudowałeś lub wypróbowałeś.
  • 3+ lata doświadczenia w zastosowanych badaniach AI, inżynierii AI lub badaniach ML, w firmie, konsultingu lub instytucji badawczej.
  • Silne umiejętności programowania (preferowany Python) z praktycznym doświadczeniem w eksperymentach AI/ML, benchmarkingach i ocenach.
  • Znajomość LLM, generatywnego AI, fine-tuningu, RAG, agentycznego AI i oceny odpowiedzialnego AI.
  • Znajomość platform AI w chmurze (preferowany Azure, GCP lub AWS) jest atutem.
  • Umiejętność krytycznego czytania badań i roszczeń technicznych oraz przekształcania ich w praktyczne, istotne dla przedsiębiorstwa eksperymenty.
  • Jasna komunikacja tematów na poziomie badań i ich ograniczeń.
  • Masz doświadczenie w współpracy w społecznościach badawczych, inżynieryjnych i biznesowych.
  • Dyplom licencjata lub równoważne praktyczne doświadczenie oraz biegła znajomość języka angielskiego.
  • Stopień magistra lub doktorat w dziedzinie AI, uczenia maszynowego lub informatyki jest atutem, gdy jest połączony z praktyczną pracą.

Ostateczna oferta:

Ostateczna oferta będzie oparta na lokalizacji kandydata, umiejętnościach i kwalifikacjach, doświadczeniu oraz zgodna z wewnętrznymi strukturami płacowymi. Ta rola może być otwarta w wielu lokalizacjach. Jeśli informacje o wynagrodzeniu wymienione nie są stosowane w Twojej aktualnej lokalizacji, szczegóły dotyczące wynagrodzenia odpowiednie dla Twojej lokalizacji zostaną omówione z Tobą na późniejszym etapie.

Nasza oferta benefitów:

  • Konkurencyjne wynagrodzenie i zachęty
  • Dobrostan i opieka
  • Płatny i niepłatny urlop
  • Elastyczne opcje pracy
  • Benefity wspierające Twoje bezpieczeństwo finansowe

Osoby z niepełnosprawnościami mogą ubiegać się o rozsądne dostosowanie, jeśli nie mogą lub mają ograniczone możliwości korzystania z witryny kariery Hitachi Energy w wyniku swojej niepełnosprawności. Możesz poprosić o rozsądne dostosowania, wypełniając formularz ogólnego zapytania na naszej stronie internetowej. Proszę podać swoje dane kontaktowe i szczegółowe informacje na temat wymaganych dostosowań, aby wspierać Cię podczas procesu aplikacyjnego.

Użycie AI i narzędzi automatycznych w rekrutacji:

W ramach naszego procesu rekrutacji Hitachi Energy wykorzystuje cyfrowe i automatyczne narzędzia, w tym rozwiązania wspierane przez AI, aby wspierać działania takie jak screening aplikacji, dopasowywanie ofert pracy i planowanie rozmów kwalifikacyjnych. Narzędzia te mają na celu wspieranie naszych rekruterów i nie zastępują ludzkiego podejmowania decyzji.

Sprawdzanie tła i kontrole bezpieczeństwa:

W ramach procesu zatrudnienia Hitachi Energy przeprowadza kontrole przeszłości przed zatrudnieniem, które mogą obejmować weryfikację historii zatrudnienia, edukacji, rejestrów karnych i innych istotnych informacji, zgodnie z obowiązującymi przepisami prawa ochrony danych i zatrudnienia.

AI Research Engineer in Kraków – pracodawca: Hitachi

Hitachi Energy Services Sp. z o.o. w Krakowie to doskonały pracodawca, który oferuje dynamiczne środowisko pracy sprzyjające innowacjom i rozwojowi zawodowemu. Nasza kultura pracy opiera się na współpracy i otwartości, co pozwala pracownikom na aktywne uczestnictwo w kształtowaniu polityki IT oraz na rozwijanie swoich umiejętności w międzynarodowym zespole. Oferujemy atrakcyjne benefity oraz możliwości awansu, co czyni nas idealnym miejscem dla profesjonalistów pragnących wnieść wartość do organizacji i rozwijać swoją karierę.

H

Dane kontaktowe:

Zespół rekrutacyjny Hitachi

Naszym zdaniem te umiejętności pozwolą ci błyszczeć jako AI Research Engineer in Kraków

Analiza badań AI
Umiejętności programowania (Python)
Eksperymentowanie z AI/ML
Benchmarking
Ocena modeli AI
Zrozumienie LLMs
Generatywna AI