Python/ AI Developer

Wymagania:

• Minimum 3 lata doświadczenia w Data Science / AI z co najmniej 1 rokiem wdrożeń produkcyjnych.
• Biegłość w Python (pandas, scikit-learn, PyTorch/TensorFlow) oraz SQL.
• Praktyczne doświadczenie w MLOps (Azure ML, MLflow, Docker, Kubernetes, CI/CD).
• Znajomość technik NLP/OCR i pracy z danymi niestrukturyzowanymi.
• Doświadczenie z platformami chmurowymi Azure i GCP.
• Rozumienie wymogów AI Governance, AI Act.
• Wykształcenie wyższe (pierwszego lub wyższego stopnia) w dziedzinie technicznej (Matematyka, Informatyka, Nauki Ścisłe, Inżynieria)
• Umiejętności analityczne i konceptualne z ustrukturyzowanym podejściem do rozwiązywania problemów.
• Umiejętność komunikowania złożonych zagadnień technicznych odbiorcom nietechnicznym.
• Proaktywna postawa i gotowość do przejmowania odpowiedzialności od pomysłu do implementacji.

Mile widziane:

• Doświadczenie z Azure AI Foundry, Azure AI Search, Power Platform.
• Certyfikaty Azure: Data Scientist (DP-100), AI Engineer (AI-102), AI Fundamentals (AI-900).
• Znajomość branży ubezpieczeniowej oraz specyfiki procesów biznesowych.
• Doświadczenie z narzędziami integracyjnymi (Kafka, ESB).
• Praktyka w obsłudze Git oraz metodologii Agile/Scrum.

Zakres obowiązków: 

• Tworzenie rozwiązań AI w branży ubezpieczeniowej: 
• Projektowanie, tuning i wdrażanie zaawansowanych modeli AI/ML oraz rozwiązań GenAI wykorzystując Azure AI Foundry i Azure Machine Learning. 
• Budowa i optymalizacja pipeline'ów MLOps/LLMOps z wykorzystaniem MLflow, Docker, Kubernetes oraz systemów CI/CD. 
• Integracja rozwiązań AI z ekosystemem systemów Klienta (ponad 30 systemów w architekturze hybrydowej). 
• Implementacja zaawansowanych rozwiązań RAG (Azure AI Search) oraz praca z najnowszymi modelami LLM w Azure OpenAI. 
• Zapewnienie pełnej zgodności z regulacjami AI Act poprzez kompleksową dokumentację modeli, monitoring oraz obsługę incydentów. 
• Aktywna współpraca z zespołami biznesowymi i IT, tworzenie materiałów szkoleniowych oraz prezentacja wyników dla różnych grup odbiorców