Używamy techniczne pliki cookie i zanonimizowany dziennik wizyt Zorky. Yandex Metrica (dane są przechowywane na serwerach w Rosji) działa tylko za Twoją zgodą. Nigdy nie sprzedajemy danych. Więcej o cookies i statystykach.
Zorky działa w trybie testowym — wszystko jest bezpłatne. Oferty i strony firm są dostępne dla wszystkich; linki do ogłoszeń i osobiste zestawienie ofert — po rejestracji. Zarejestruj się →
← Wszystkie oferty

AI Engineer

Middlehybrid~$6.8K /moWarszawa, PL →dziś
Stack
AIPythonLLMAzure MLDockerCI/CDREST APIMLOpsazureci/cddevopsdocker
Szczegóły
Doświadczenie
od 3 lat
Angielski
B2, mile widziany
Praktyki
CI/CD, MLOps, DevOps, LLMOps
Pokaż firmę i link
Bezpłatnie, po zalogowaniu.
Aplikuj
Odkryj firmę i link powyżej — Twoja aplikacja trafia prosto do systemu rekrutacyjnego firmy, bez pośredników.

Opis

Wspólnie z naszym Partnerem z branży ubezpieczeniowej poszukujemy doświadczonego/ej specjalisty/ki do świadczenia usług jako AI Engineer. Projekt obejmuje budowę od podstaw nowego ekosystemu obsługi szkód i świadczeń, w którym sztuczna inteligencja stanowi rdzeń rozwiązania, nie dodatek.

💡 ZAKRES USŁUG:

Współudział w zapewnianiu zgodności rozwiązań AI z wymaganiami AI Governance i AI Act, w tym przygotowywanie dokumentacji technicznej oraz monitorowanie modeli.

Projektowanie, tuning i wdrażanie zaawansowanych modeli AI/ML oraz rozwiązań GenAI z wykorzystaniem Azure AI Foundry i Azure Machine Learning.

Budowanie i optymalizowanie procesów MLOps/LLMOps z wykorzystaniem Azure ML, MLflow, Docker, Kubernetes oraz systemów CI/CD.

Implementowanie zaawansowanych rozwiązań RAG z wykorzystaniem Azure AI Search oraz praca z modelami LLM w Azure OpenAI.

Integrowanie rozwiązań AI z ekosystemem systemów obsługi szkód poprzez REST API oraz komunikację asynchroniczną.

🔍 WYMAGANE KOMPETENCJE:

Minimum 3 lata doświadczenia jako AI Engineer lub AI Developer, w tym co najmniej 1 rok przy wdrożeniach produkcyjnych.

Praktyczne doświadczenie w budowie procesów MLOps/LLMOps z wykorzystaniem Azure Machine Learning, MLflow, Docker, Kubernetes i narzędzi CI/CD.

Doświadczenie w projektowaniu i wdrażaniu rozwiązań GenAI, modeli LLM, agentów AI, technik prompt engineering oraz rozwiązań RAG.

Biegłość w języku Python oraz praktyczna znajomość narzędzi Git, Azure DevOps lub GitHub.

Gotowość

Pełny opis, firma i link do aplikacji — po zalogowaniu. Zaloguj się
Kontakty pracodawcy (e-mail/telefon/Telegram) są ukryte w publicznym podglądzie.
Pilne pytanie? Napisz @termdocs