AI Automation Architect in Warsaw

Doświadczenie: 8+ lat (minimum 3 lata skoncentrowane na AI/ML, Generative AI, Agentic AI, Copilot lub Intelligent Automation solutions)

Lokalizacja: Indie / Europa

Typ zatrudnienia: Pełny etat

O roli: Poszukujemy praktycznego architekta AI do projektowania, zarządzania i skalowania rozwiązań Agentic AI, Copilot i Intelligent Automation klasy enterprise. Rola łączy architekturę AI, strategię danych w przedsiębiorstwie, inżynierię ewaluacyjną, zarządzanie oraz inteligentną automatyzację procesów w celu dostarczenia bezpiecznych, skalowalnych i zorientowanych na biznes rozwiązań AI.

Kluczowe obowiązki:

• Projektowanie i dostarczanie rozwiązań Agentic AI, Copilot, RAG i Intelligent Automation klasy enterprise.
• Architektura systemów wieloagentowych, w tym planowanie, rozumowanie, zarządzanie pamięcią, orkiestracja workflow, integracja narzędzi oraz kontrola Human-in-the-Loop.
• Definiowanie strategii AI w przedsiębiorstwie, architektur referencyjnych, standardów, ram zarządzania, najlepszych praktyk oraz akceleratorów do ponownego wykorzystania.
• Prowadzenie decyzji dotyczących platform AI obejmujących modele podstawowe, ramy agentów, dane przedsiębiorstwa, platformy orkiestracji oraz wzorce integracji.
• Zapewnienie, że rozwiązania AI spełniają wymagania przedsiębiorstwa dotyczące skalowalności, niezawodności, obserwowalności, bezpieczeństwa, zgodności i doskonałości operacyjnej.
• Współpraca z interesariuszami z działów produktu, inżynierii, bezpieczeństwa, danych i biznesu w celu identyfikacji wartościowych możliwości AI i dostarczania wymiernego wpływu na biznes.
• Przeprowadzanie przeglądów architektury, wspieranie Rad Przeglądowych Architektury (ARB) oraz nadzorowanie realizacji wielu inicjatyw AI.

Integracja przedsiębiorstwa, dane i jakość AI:

• Integracja rozwiązań AI z platformami przedsiębiorstwa, w tym ERP, CRM, ITSM, HR, Finanse, SharePoint i innymi systemami biznesowymi.
• Projektowanie architektur AI wykorzystujących Microsoft Fabric, Databricks, Snowflake, Azure Data Lake, platformy danych przedsiębiorstwa oraz repozytoria wiedzy.
• Architektura bezpiecznych integracji przy użyciu API, Graph API, OAuth2, wywołań funkcji, komunikacji agent-agent oraz architektur opartych na zdarzeniach.
• Projektowanie architektur wiedzy przedsiębiorstwa w oparciu o źródła danych strukturalnych, półstrukturalnych i niestrukturalnych.
• Definiowanie strategii danych obejmujących pozyskiwanie wiedzy, zarządzanie metadanymi, strategie chunkingu, architektury osadzania, wektoryzację i optymalizację wyszukiwania.
• Projektowanie skalowalnych potoków przetwarzania danych, usług orkiestracji i obciążeń AI przy użyciu Pythona i technologii chmurowych.
• Projektowanie i zarządzanie zestawami danych ewaluacyjnych, zestawami benchmarkowymi, złotymi zestawami testowymi oraz ramami walidacyjnymi specyficznymi dla dziedziny.
• Ustanawianie metodologii pomiaru dokładności, ugruntowania, trafności, jakości rozumowania, opóźnienia, efektywności kosztowej i wyników biznesowych.
• Definiowanie potoków ewaluacyjnych dla podpowiedzi, systemów RAG, copilots i autonomicznych agentów przy użyciu podejść automatycznych i ludzkich.
• Współpraca z zespołami biznesowymi, dziedzinowymi i danymi w celu ustanowienia zaufanych fundamentów danych gotowych do AI, pętli feedbackowych i procesów ciągłego doskonalenia.

Zarządzanie, bezpieczeństwo i niezawodność:

• Wdrażanie praktyk Odpowiedzialnego AI obejmujących prywatność, bezpieczeństwo, zgodność, audytowalność, zarządzanie ryzykiem, etyczne AI oraz ochronę PII.
• Definiowanie strategii obserwowalności, testowania, wykrywania halucynacji, odporności, odzyskiwania po awarii, monitorowania modeli i wsparcia operacyjnego.
• Ustanawianie bram jakości AI, kryteriów wydania, standardów ewaluacyjnych oraz procesów zarządzania dla produkcyjnych systemów AI.
• Napędzanie zarządzania tokenami, routingu modeli, semantycznego buforowania, optymalizacji kosztów oraz strategii łagodzenia ryzyka stronniczości, dryfu i niezawodności.

Modele podstawowe i GenAI:

• Zapewnienie technicznego przywództwa w zakresie platform LLM, w tym OpenAI GPT, Azure OpenAI, Anthropic Claude, Microsoft Copilot oraz pojawiających się modeli podstawowych.
• Zastosowanie zaawansowanego inżynierii podpowiedzi, inżynierii kontekstu, ugruntowania wiedzy, wywołań funkcji, pamięci agenta i technik routingu modeli.
• Projektowanie i optymalizacja rozwiązań Retrieval-Augmented Generation (RAG) wykorzystujących wyszukiwanie w przedsiębiorstwie, bazy danych wektorowych, osadzenia i platformy zarządzania wiedzą.

Wymagane kwalifikacje:

• Stopień licencjata lub magistra w dziedzinie informatyki, inżynierii, nauki o danych lub pokrewnej dyscyplinie.
• 8+ lat doświadczenia w inżynierii oprogramowania, w tym minimum 3 lata skoncentrowane na AI/ML, Generative AI, Agentic AI, Copilot lub Intelligent Automation solutions.
• Silna ekspertyza w Pythonie, w tym rozwój agentów AI, API, usługi automatyzacji, potoki przetwarzania danych, ramy orkiestracji i platformy ewaluacyjne.
• Praktyczne doświadczenie w budowaniu aplikacji AI klasy enterprise przy użyciu technologii takich jak FastAPI, LangChain, LangGraph, Pandas lub podobnych frameworków.
• Praktyczne doświadczenie z narzędziami rozwoju AI takimi jak Cursor AI, GitHub Copilot i Microsoft 365 Copilot.
• Rozległe doświadczenie z platformami LLM, w tym OpenAI, Azure OpenAI, Anthropic Claude i podobnymi technologiami.
• Głębokie zrozumienie RAG, baz danych wektorowych, modeli osadzania, wyszukiwania w przedsiębiorstwie, architektur zarządzania wiedzą i ram ewaluacyjnych AI.
• Silna wiedza na temat Graph API, OAuth2, SSO, wzorców integracji przedsiębiorstwa, projektowania API, mikroserwisów, Dockera, Kubernetesa, architektury opartej na zdarzeniach oraz potoków CI/CD.
• Doświadczenie w projektowaniu zestawów danych ewaluacyjnych AI, ram benchmarkowych, bram jakości, metryk wydajności modeli i metodologii walidacyjnych.
• Doświadczenie w budowaniu przypadków biznesowych AI, ram realizacji wartości, ocen ROI oraz prezentacji na poziomie kierowniczym.

Preferowane kwalifikacje:

• Doświadczenie w prowadzeniu wdrożeń Agentic AI na dużą skalę i wdrożeń wieloagentowych.
• Znajomość technik dostrajania modeli, uczenia przez wzmocnienie i optymalizacji modeli.
• Znajomość protokołu kontekstu modelu, platform orkiestracji AI i protokołów komunikacji agentów.
• Znajomość MLOps, LLMOps, zarządzania podpowiedziami, monitorowania modeli i ram zgodności AI.

IQVIA jest wiodącym globalnym dostawcą usług badań klinicznych, komercyjnych informacji i inteligencji zdrowotnej dla przemysłu farmaceutycznego i ochrony zdrowia. Tworzymy inteligentne połączenia, aby przyspieszyć rozwój i komercjalizację innowacyjnych terapii medycznych, aby poprawić wyniki pacjentów i zdrowie populacji na całym świecie.

IQVIA zobowiązuje się do integralności w naszym procesie rekrutacji i utrzymuje politykę zerowej tolerancji dla oszustw kandydatów. Wszystkie informacje i dokumenty przesłane w Twojej aplikacji muszą być prawdziwe i kompletne. Jakiekolwiek fałszywe oświadczenia, wprowadzenia w błąd lub istotne pominięcia podczas procesu rekrutacji skutkują natychmiastowym odrzuceniem Twojej aplikacji lub rozwiązaniem umowy o pracę, jeśli zostaną odkryte później, zgodnie z obowiązującym prawem. Doceniamy Twoją uczciwość i profesjonalizm.

Potencjalny zakres wynagrodzenia podstawowego dla tej roli, gdy jest roczny, wynosi 227 000,00 zł - 421 400,00 zł. Rzeczywiste wynagrodzenie podstawowe może się różnić w zależności od szeregu czynników, w tym kwalifikacji związanych z pracą, takich jak wiedza, umiejętności, wykształcenie i doświadczenie; lokalizacja; i/lub harmonogram (pełny etat lub część etatu). W zależności od oferowanej pozycji mogą być oferowane plany zachęt, premie i/lub inne formy wynagrodzenia, oprócz zakresu świadczeń zdrowotnych i socjalnych.