AI Solution Architect

Wymagania:

• Dobra znajomość Python oraz pracy z danymi.
• Doświadczenie w budowaniu modeli machine learning, deep learning lub rozwiązań opartych o LLM.
• Praktyczne doświadczenie w przygotowaniu/analizie danych, ich wdrażaniu w środowisku produkcyjnym.
• Praca z danymi i platformami data
• Doświadczenie w pracy z większymi zbiorami danych oraz pipeline'ami przetwarzania danych.
• Znajomość platform data engineering lub analitycznych (mile widziane np. Databricks, Snowflake lub podobne rozwiązania).

Doświadczenie projektowe

• Udział w projektach AI lub ML, które doprowadziły do realnych wdrożeń lub mierzalnych efektów biznesowych.
• Umiejętność przełożenia problemu biznesowego na rozwiązanie technologiczne.
• Doświadczenie w budowaniu proof-of-concept / MVP dla nowych rozwiązań technologicznych.
• Umiejętność samodzielnej pracy oraz prowadzenia inicjatyw od pomysłu do wdrożenia.
• Analityczne myślenie i umiejętność zadawania właściwych pytań w celu zrozumienia procesów biznesowych.
• Umiejętność komunikacji z zespołami technologicznymi oraz biznesowymi.
• Komunikatywna znajomość języka angielskiego.

Dodatkowe atuty:

• Doświadczenie z MLOps, automatyzacją pipeline'ów ML lub deploymentem modeli.
• Doświadczenie w pracy z rozwiązaniami cloud lub środowiskami rozproszonymi.

Analiza procesów biznesowych i identyfikacja zastosowań AI

• Analizujesz procesy w różnych obszarach organizacji i identyfikujesz miejsca, w których rozwiązania AI mogą przynieść realną wartość biznesową.
• Współpracujesz z zespołami biznesowymi, aby zrozumieć ich potrzeby i przełożyć je na konkretne rozwiązania technologiczne.
• Proponujesz usprawnienia procesów poprzez automatyzację, analizę danych i wykorzystanie modeli AI.

Projektowanie i rozwój rozwiązań AI

• Projektujesz oraz implementujesz rozwiązania wykorzystujące machine learning, deep learning oraz modele językowe (LLM).
• Tworzysz proof-of-concept oraz MVP, które pozwalają szybko weryfikować potencjał nowych rozwiązań AI.
• Budujesz modele i pipeline'y przetwarzania danych - od eksploracji danych, przez trenowanie modeli, aż po wdrożenie.

Wdrażanie i rozwój rozwiązań produkcyjnych

• Rozwijasz rozwiązania AI, które mogą być wdrażane w środowisku produkcyjnym i integrowane z istniejącą architekturą systemów.
• Dbasz o jakość, skalowalność oraz efektywność tworzonych rozwiązań.

Eksperymentowanie i rozwój technologiczny

• Testujesz nowe narzędzia i technologie związane z AI oraz oceniasz ich potencjalne zastosowanie w organizacji.
• Śledzisz rozwój technologii AI i proponujesz rozwiązania, które mogą zwiększyć efektywność działania firmy.