R&D Analytics – AI Developer in Warsaw

O Syngenta Vegetable Seeds, jesteśmy pasjonatami pomagania ludziom w branży warzywnej i stawiamy hodowców w centrum wszystkiego, co robimy. Nasze wysiłki koncentrują się na tworzeniu rozwiązań, które pomagają im uzyskać więcej z ich upraw, teraz i w przyszłości. Zobowiązanie w każdym ziarnie. Robimy to, chroniąc jakość nasion, cebulek lub małych roślin od samego początku, aby umożliwić hodowcom osiągnięcie najwyższych potencjałów plonów w ich operacjach; nieustannie inwestując w badania i rozwój, aby wprowadzać nowatorskie innowacje na rynek; oraz dążąc do wprowadzenia realnych zmian w praktykach zrównoważonego rozwoju na farmach, w transporcie i w sklepie spożywczym.

W Syngenta naszym celem jest zbudowanie najbardziej współpracującego i godnego zaufania zespołu w rolnictwie, oferując nasiona najwyższej jakości i innowacyjne rozwiązania ochrony upraw, które poprawiają sukces rolników. Aby wspierać tę misję, zespół Analizy i Nauk Danych Syngenta poszukuje dewelopera AI w zakresie analityki R&D. Ta rola będzie polegać na budowaniu rozwiązań programowych, które umożliwiają zespołom R&D analizowanie danych eksperymentalnych, fenotypowych, genotypowych, środowiskowych, operacyjnych i pipeline'owych na dużą skalę.

Osoba na tym stanowisku połączy silne umiejętności inżynierii oprogramowania, zastosowanej sztucznej inteligencji oraz zrozumienia danych naukowych, aby dostarczyć narzędzia, które poprawiają podejmowanie decyzji w zakresie R&D warzyw. Rola wymaga biegłości w nowoczesnych narzędziach rozwoju wspomaganego przez AI, w tym wewnętrznych platformach AI, a także umiejętności projektowania rozwiązań, które wykraczają poza ogólną sztuczną inteligencję, poprzez wbudowywanie specyficznych dla R&D modeli, zbiorów danych, przepływów pracy i logiki dziedzinowej.

Szukamy kogoś, kto nie tylko korzysta z narzędzi AI, ale wie, jak budować rozwiązania wykraczające poza nie. Idealny kandydat będzie korzystać z platform AI i nowoczesnych asystentów rozwoju AI, aby przyspieszyć dostarczanie, jednocześnie tworząc zróżnicowane rozwiązania R&D, które zależą od danych naukowych Syngenta, modeli, kontekstu eksperymentalnego i wiedzy dziedzinowej.

Obowiązki:

• Projektowanie i budowanie potoków danych wspierających rozwój i wdrażanie modeli uczenia maszynowego oraz zaawansowanej analityki.
• Budowanie oprogramowania analitycznego i rozwiązań AI, które integrują dane specyficzne dla R&D, modele i ramy decyzyjne w intuicyjne przepływy pracy użytkowników.
• Budowanie konteneryzacji aplikacji i orkiestracji w środowisku chmurowym.
• Zarządzanie wdrożeniem oprogramowania i konfiguracją w środowiskach nieprodukcyjnych i produkcyjnych.
• Współpraca z naukowcami R&D, naukowcami danych i zespołami analitycznymi w celu przetłumaczenia potrzeb naukowych i operacyjnych na skalowalne rozwiązania programowe.
• Korzystanie z narzędzi wspomagających rozwój oprogramowania AI w celu poprawy wydajności, jakości kodu, dokumentacji, testowania, przy zachowaniu silnego osądu inżynieryjnego i odpowiedzialności za końcowe wyniki.
• Ocena pojawiających się możliwości AI, agentycznej AI i automatyzacji oraz identyfikacja miejsc, w których mogą one odpowiedzialnie poprawić analitykę R&D, eksperymentowanie i wsparcie decyzyjne.
• Zapewnienie, że rozwiązania są naukowo ważne, wyjaśnialne tam, gdzie to konieczne, niezawodne w produkcji oraz zgodne z oczekiwaniami dotyczącymi zarządzania danymi, zarządzania modelami, bezpieczeństwa i zgodności.

Wymagania:

• Magister lub doktorat w dziedzinie nauk danych, sztucznej inteligencji, informatyki, genetyki ilościowej lub pokrewnej dziedziny.
• Minimum 5-letnie doświadczenie zawodowe w inżynierii oprogramowania, w tym co najmniej 3 lata w budowaniu i utrzymywaniu systemów produkcyjnych w Pythonie.
• Znajomość frameworków AI i uczenia maszynowego.
• Silna wiedza i doświadczenie w zakresie agentycznej AI i dużych modeli językowych.
• Udokumentowane doświadczenie w projektowaniu, budowaniu i utrzymywaniu kompleksowych rozwiązań programowych.
• Silne umiejętności programowania w Pythonie i inżynierii oprogramowania.
• Doświadczenie z platformami i technologiami big data (np. Snowflake, Databricks).
• Doświadczenie w pakowaniu, wdrażaniu i monitorowaniu modeli ML w produkcji.
• Biegłość w rozwijaniu aplikacji natywnych w chmurze i wdrażaniu ich w środowiskach chmurowych, szczególnie AWS.
• Doświadczenie z technologiami API (np. RESTful APIs lub GraphQL).
• Doświadczenie w rozwijaniu produktów programowych lub aplikacji analitycznych dla naukowych, R&D, rolniczych, biologicznych lub podobnych złożonych dziedzin danych.
• Udokumentowana zdolność do korzystania z asystentów kodowania AI, platform AI dla przedsiębiorstw lub narzędzi agentycznej AI w celu przyspieszenia dostarczania oprogramowania, stosując niezależny przegląd techniczny, testowanie i walidację.
• Znajomość odpowiedzialnych praktyk AI, w tym oceny modeli, oceny błędów/biasu, śledzenia, zarządzania wersjami/promptami oraz przepływów pracy z udziałem ludzi.

Lokalizacja: Możesz pracować z dowolnej lokalizacji w Polsce, zgodnie z lokalnymi wytycznymi modelu hybrydowego.