Python AI Developer

Solid; Polska; Hybrid; PLN 180,000 - 260,000; Full time

Job summary

Solid w Warszawie poszukuje specjalisty Data Science/AI do budowy aplikacji underwritingowej i integracji systemów chmurowych. Doświadczenie w React/Next.js, Python/FastAPI oraz MLOps jest kluczowe.

Oczekujemy co najmniej 2 lat w Data Science / AI z wdrożeniami produkcyjnymi, znajomości LangGraph, Azure oraz PostgreSQL. Praca hybrydowa w biurze w Warszawie 3 dni w tygodniu.

Qualifications

• Minimum 2 lata doświadczenia w Data Science / AI z co najmniej 1 rokiem wdrożeń produkcyjnych.
• Dobra znajomość React/Next.js oraz Python/FastAPI.
• Dobra znajomość Azure Blob Storage, Document Intelligence, AI Foundry.
• Dobra znajomość LangGraph lub podobnych narzędzi orkiestracyjnych, prompt engineeringu i context engineeringu
• Znajomość bazy danych PostgreSQL
• Biegłość w Python (pandas, scikit-learn, PyTorch/TensorFlow) oraz SQL.
• Praktyczne doświadczenie w MLOps (Azure ML, MLflow, Docker, Kubernetes, CI/CD).
• Doświadczenie z platformą chmurową Azure.
• Rozumienie wymogów AI Governance, AI Act.
• Umiejętności analityczne i konceptualne z ustrukturyzowanym podejściem do rozwiązywania problemów.
• Umiejętność komunikowania złożonych zagadnień technicznych odbiorcom nietechnicznym.

Responsibilities

• Budowa aplikacji Underwriter OS: frontend Next.js/React, backend FastAPI/Python.
• Integracja agentów z aplikacją i orkiestratora LangChain/LangGraph.
• Integracja z systemem administracji polis, silnikami taryfikacyjnymi, DMS, CRM, portalem brokerskim i Outlookiem.
• Wdrażanie na Azure z wykorzystaniem kontenerów i CI/CD.
• Budowa i orkiestracja agentów AI: transformacja wytycznych underwritingowych na instrukcje dla agentów AI.
• Budowa procesu ekstrakcji danych z dokumentów brokerskich.

Skills

Data Science

AI

React/Next.js

Python/FastAPI

Azure Blob Storage

Document Intelligence

LangGraph

Prompt Engineering

Context Engineering

PostgreSQL

Python (pandas, scikit-learn)

PyTorch

TensorFlow

MLOps

Azure ML

Docker

Kubernetes

CI/CD

AI Governance

AI Act

Education

Wyższe wykształcenie techniczne

Tools

Azure

Job description

• Budowa aplikacji Underwriter OS: frontend Next.js/React, backend FastAPI/Python;
• Integracja agentów z aplikacją (np. rozszerzenie orkiestratora LangChain/LangGraph koordynującego uruchomienia agentów);
• Integracja z systemem administracji polis, silnikami taryfikacyjnymi, DMS, CRM, portalem brokerskim i Outlookiem;
• Wdrażanie na Azure z wykorzystaniem kontenerów i CI/CD;
• Budowa i orkiestracja agentów AI: transformacja wytycznych underwritingowych na instrukcje dla agentów AI;
• Budowa procesu ekstrakcji danych z dokumentów brokerskich.

Lokalizacja:Warszawa/ Wola – praca hybrydowa - 3x w tygodniu w biurze

Kogo poszukujemy?

Wymagania:

• Minimum 2 lata doświadczenia w Data Science / AI z co najmniej 1 rokiem wdrożeń produkcyjnych.
• Dobra znajomość React/Next.js oraz Python/FastAPI
• Dobra znajomość Azure Blob Storage, Document Intelligence, AI Foundry.
• Dobra znajomość LangGraph lub podobnych narzędzi orkiestracyjnych, prompt engineeringu i context engineeringu
• Znajomość bazy danych PostgreSQL
• Biegłość w Python (pandas, scikit-learn, PyTorch/TensorFlow) oraz SQL.
• Praktyczne doświadczenie w MLOps (Azure ML, MLflow, Docker, Kubernetes, CI/CD).
• Doświadczenie z platformą chmurową Azure.
• 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.

Nice to have:

• Doświadczenie z 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).