AI Platform Engineer (Generative & Agentic AI) in Warsaw

Opis i wymagania

Kluczowe obowiązki:

• Rozwój rozwiązań i platform oprogramowania Generative AI/Agentic AI, zapewniając zgodność z celami strategicznymi Lenovo oraz standardami technicznymi przedsiębiorstwa.
• Budowanie rozwiązań AI, w tym architektur, silników wnioskowania, agentów i interfejsów użytkownika.
• Rozwój systemów AI end-to-end z wykorzystaniem dużych modeli językowych (LLM), małych modeli językowych (SLM), modeli językowych wizji (VLM) oraz technologii takich jak MCP i otwarte ramy.
• Integracja rozwiązań AI z istniejącymi platformami/systemami, w tym wdrożeniami lokalnymi i na krawędzi.
• Identyfikacja i wdrażanie narzędzi, ram i technologii AI, które zwiększają skuteczność i efektywność rozwiązań AI.
• Wprowadzanie solidnych środków bezpieczeństwa do rozwiązań AI, w tym szyfrowania danych, kontroli dostępu i ocen podatności.
• Wdrażanie najlepszych praktyk dla AIOps i rozwoju AI zarówno w środowiskach eksperymentalnych, jak i produkcyjnych.
• Przestrzeganie wytycznych dotyczących kodowania i najlepszych praktyk w projektach, zapewniając wysoką jakość i łatwość utrzymania rozwoju oprogramowania AI.
• Produkcja szczegółowej dokumentacji, w tym diagramów systemów, przepływów danych, punktów integracyjnych i specyfikacji technicznych.
• Śledzenie postępów w technologiach AI i proponowanie innowacyjnych strategii wdrożeniowych.
• Udział w dyskusjach przed sprzedażą, sesjach projektowania rozwiązań oraz odpowiedziach na RFP/RFI w celu wsparcia możliwości AI w przedsiębiorstwie.
• Jasne komunikowanie koncepcji technicznych i podejść do rozwiązań zarówno do interesariuszy technicznych, jak i nietechnicznych.

Kwalifikacje:

• Dyplom licencjata lub magistra w dziedzinie informatyki, sztucznej inteligencji lub pokrewnej.
• 5+ lat doświadczenia w rolach związanych z rozwojem i wdrażaniem AI w różnych dziedzinach, takich jak nauka o danych, uczenie maszynowe, NLP, wizja komputerowa lub Generative AI.
• 2+ lata doświadczenia w rozwijaniu rozwiązań Generative AI end-to-end, w tym rozwiązań wielomodalnych wykorzystujących NVIDIA, chmurowe LLM lub modele open-source (np. OpenAI, Anthropic, Llama, Hugging Face, Bedrock).
• Doświadczenie z technologiami NVIDIA (np. GPU, CUDA, TensorRT) oraz integracją narzędzi z NVIDIA AI Enterprise w rozwiązaniach lokalnych jest dodatkowym atutem.
• Silna wiedza na temat środowisk lokalnych i chmurowych, szczególnie w zakresie konteneryzacji i skalowania przy użyciu Kubernetes.
• Udokumentowane doświadczenie w wdrażaniu MLOps, LLMOps lub AIOps oraz zarządzaniu pipeline'ami CI/CD dla wdrożeń AI przy użyciu narzędzi takich jak Jenkins, GitLab lub podobnych.
• Silne umiejętności programowania w językach takich jak Python, React oraz językach skryptowych.