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 (AzureML, MLflow, Docker, Kubernetes, CI/CD).
Znajomość technik NLP/OCR i pracy z danymi niestrukturyzowanymi.
Doświadczenie z platformami chmurowymi Azure i GCP.
Rozumienie wymogów AIGovernance, AIAct.
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.
Kogo poszukujemy?
Zakres obowiązków:
Tworzenie rozwiązań AI w branży ubezpieczeniowej.
Projektowanie, tuningi, wdrażanie zaawansowanych modeli AI/ML oraz rozwiązań GenAI wykorzystując Azure AI Foundry i Azure Machine Learning.
Budowa i optymalizacja pipeline'ów MLOps/LLM 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.
#J-18808-Ljbffr