Senior Python ML Engineer (GenAI | LLM | ORM | FastAPI)

Kogo poszukujemy? Minimum 4 lata komercyjnego doświadczenia zawodowego w inżynierskiej roli związanej z Data Science i Machine Learning Głęboka wiedza na temat uczenia maszynowego, deep learning i technik sztucznej inteligencji generatywnej Bardzo dobra znajomość języków programowania, takich jak Python, R Bardzo dobra znajomość frameworków, takich jak TensorFlow czy PyTorch Wiedza z zakresu inżynierii danych, w tym oczyszczania i preprocesowania danych, przetwarzania dużych zbiorów danych (Pandas, NumPy, Spark itd.) Zrozumienie technologii związanych z LLM (OpenAI, GPT itp.) Znajomość frameworków ORM (np. SQLAlchemy) Doświadczenie z platformami chmurowymi, takimi jak Azure lub AWS Znajomość dobrych praktyk AI, zapewniających uczciwość, transparentność i odpowiedzialność modeli i systemów AI Kluczowy angielski na poziomie swobodnej komunikacji w mowie i piśmie (B2+)   Mile widziane: Doświadczenie w technikach widzenia komputerowego do rozpoznawania obrazów, wykrywania obiektów lub generowania obrazów Znajomość narzędzi takich jak Docker, Kubernetes i Git do budowania i zarządzania pipeline'ami AI Doświadczenie w prowadzeniu badań nad sztuczną inteligencją i śledzeniem najnowszych osiągnięć w tej dziedzinie Czym będziesz się zajmować? Branża projektu: Banking / Finanse Liczba wakatów: 4 Lokalizacja: 100% zdalnie Start: ASAP (akceptujemy kandydatury z max 3msc okresem wypowiedzenia) Zaangażowanie: B2B (outsourcing z 1dea), full-time, długofalowo Stawka B2B (ustalana indywidualnie): 170 - 195 PLN netto + VAT / h Proces rekrutacyjny (100% zdalnie): Krótka rozmowa telefoniczna informacyjno-zapoznawcza z rekruterem 1dea (~10 min) Weryfikacja techniczno-projektowa z Klientem (~1,5 h) (Jeśli OK) Rozmowa zapoznawcza z Tech Leaderem Projektu u Klienta (~ 40-60 min) Decyzja o podjęciu współpracy Zakres obowiązków Rozwijanie i wdrażanie rozwiązań AI, wykorzystując posiadane doświadczenie i wiedzę techniczną. Projektowanie i implementacja nowoczesnych modeli i systemów AI Nadzorowanie praktyk DevOps i MLOps, zapewniając ciągłą integrację, wdrażanie i monitorowanie systemów AI Współpraca z zespołami inżynierów oprogramowania i operacji w celu płynnej integracji i wdrażania modeli AI Monitorowanie i rejestrowanie działania modeli AI w celu zapewnienia ich wydajności i niezawodności