Starszy/a specjalista/tka ds. uczenia maszynowego

Twój zakres obowiązków, Projektowanie i implementacja prototypów rozwiązań R&D., Prace eksploracyjne nad nowymi podejściami i technikami analizy danych bezpieczeństwa., Przekładanie wyników badań i eksperymentów na rozwiązania systemowe., Implementacja narzędzi do analizy ruchu sieciowego, logów i zdarzeń systemowych., Udział w testach, eksperymentach i ocenie skuteczności rozwiązań., Współpraca z ekspertami ds. cyberbezpieczeństwa i zespołami AI/ML., Dbanie o jakość kodu, testowalność i stabilność rozwiązań., Udział w projektowaniu API i kontraktów między komponentami., Współpraca przy budowie i utrzymaniu procesów CI/CD., Dokumentowanie wyników prac i wniosków technicznych.

Wykształcenie wyższe w obszarze informatyki, matematyki, data science, sztucznej inteligencji lub kierunków pokrewnych., Minimum 4 letnie doświadczenie zawodowe w projektowaniu i wdrażaniu rozwiązań z obszaru uczenia maszynowego., Bardzo dobra znajomość zagadnień ML oraz praktyczne doświadczenie w projektach produkcyjnych., Doświadczenie w projektowaniu, trenowaniu i ewaluacji modeli ML, w tym modeli NLP i LLM., Znajomość technik uczenia nadzorowanego i nienadzorowanego oraz metod optymalizacji modeli., Umiejętność analizy problemów biznesowych i przekładania ich na rozwiązania oparte o ML/AI., Zrozumienie ograniczeń modeli, ryzyk oraz aspektów etycznych i odpowiedzialnego stosowania AI., Doświadczenie w pracy z systemami Agentic AI lub architekturami opartymi na agentach., Znajomość koncepcji autonomicznych agentów: planowanie zadań, dekompozycja problemów, współpraca agentów., Umiejętność projektowania logiki agentów wykorzystujących modele ML/LLM do podejmowania decyzji., Doświadczenie w integracji agentów z narzędziami (tools), usługami zewnętrznymi i systemami IT., Wiedza w zakresie monitorowania, kontroli i ograniczania zachowań agentów (guardrails, evals)., Bardzo dobra znajomość języka Python oraz bibliotek ML/AI (np. PyTorch, TensorFlow, scikit learn, transformers)., Doświadczenie w budowie i utrzymaniu potoków uczenia maszynowego (ML pipelines)., Znajomość zagadnień MLOps / LLMOps (wersjonowanie modeli, automatyzacja, monitoring)., Umiejętność integracji rozwiązań ML/Agentic AI poprzez API.

Mile widziane, Znajomość architektur opartych o LLM + RAG (Retrieval Augmented Generation)., Doświadczenie w pracy z wektorowymi bazami danych oraz zarządzaniu wiedzą., Znajomość zagadnień LLMOps (ocena jakości odpowiedzi, guardrails, monitoring agentów)., Znajomość architektury mikroserwisowej i systemów asynchronicznych., Doświadczenie w pracy w środowiskach regulowanych lub z danymi wrażliwymi., Znajomość pracy z bazami danych, w tym bazami wektorowymi.

Benefity, dofinansowanie zajęć sportowych, prywatna opieka medyczna, dofinansowanie nauki języków, dofinansowanie szkoleń i kursów, ubezpieczenie na życie, elastyczny czas pracy, owoce, spotkania integracyjne, preferencyjne pożyczki, firmowa biblioteka, brak dress code’u, kawa / herbata, dodatkowe świadczenia socjalne, dofinansowanie biletów do kina, teatru, dofinansowanie wypoczynku

NASK, Rola obejmuje dwa uzupełniające się obszary: udział w pracach badawczo-rozwojowych i prototypowaniu rozwiązań we wczesnej fazie projektu oraz implementację produkcyjnych komponentów systemu w oparciu o wypracowaną architekturę i wyniki eksperymentów., , Kandydat przyjmuje do wiadomości i akceptuje, że w związku z wykonywaniem przez niego obowiązków pracowniczych, może otrzymywać zadania w projektach realizowanych z zachowaniem rygorów określonych w ustawie z dnia 5 sierpnia 2010 r. o ochronie informacji niejawnych (Dz.U.2025.1209 t.j. z dnia 2025.09.02) i zobowiązuje się w takim przypadku poddać odpowiedniemu dla klauzuli, jaką opatrzony jest dany projekt, postępowaniu sprawdzającemu, prowadzonemu zgodnie z ww. ustawą, jak również odbyć wymagane szkolenia z ochrony informacji niejawnych.

Tak się u nas pracuje,