Klient: europejska instytucja, projekty o realnym znaczeniu
Lokalizacja: Warszawa (praca hybrydowa)
Stawka: ok. 200 PLN netto/h (możliwość negocjacji)
Kontrakt: długoterminowy, do 45 miesięcy
Dlaczego warto?
Dołącz do Data & AI Competence Centre w jednej z najbardziej rozpoznawalnych europejskich instytucji. Będziesz budować rozwiązania AI i ML, które wspierają decyzje na poziomie ponadnarodowym, i to nie w formie eksperymentów, lecz kontrolowanych wdrożeń w środowiskach o wysokich standardach bezpieczeństwa.
Wymagania:
- Wykształcenie wyższe magisterskie (lub równoważne)
- Angielski na poziomie min. C1, potwierdzony certyfikatem
- Min. 8 lat doświadczenia w IT, w tym min. 5 lat na stanowisku Data Scientist lub zbliżonym
- Min. 2 certyfikaty z listy: Certified Analytics Professional (CAP), CDP Data Engineer, CDP Data Analyst, Microsoft Certified Azure Data Scientist Associate (lub równoważne, uznane międzynarodowo)
- Spełnienie warunków do uzyskania unijnego poświadczenia bezpieczeństwa (poziom EU CONFIDENTIAL) lub jego posiadanie
Wymagania techniczne:
- Udział w co najmniej 2 zaawansowanych projektach analitycznych/AI, od modelu danych po wdrożenie
- Zaawansowany Python (pandas, scikit-learn, PyTorch, TensorFlow, MLflow, Spark/PySpark), SQL
- Praktyka z Azure Machine Learning, Azure AI Foundry, Azure OpenAI lub podobnymi platformami
- MLOps/DevOps: CI/CD, reproducible pipelines, rejestry modeli, automatyczne testy
- Doświadczenie w kilku rodzinach use-case’ów (np. forecasting, klasyfikacja, anomalie, NLP, RAG, computer vision)
- Praca z heterogenicznymi danymi i dbałość o jakość, lineage i reprodukowalność
- Doświadczenie z środowiskami zabezpieczonymi i izolowanymi (hybrid, on-premises, air-gapped), konteneryzacja, CPU/GPU
- Znajomość zasad responsible AI i zarządzania ryzykiem modeli, najlepiej w sektorze publicznym lub regulowanym
Mile widziane:
- Doświadczenie w Data & AI Centre of Excellence lub zespole AI enablement
- Umiejętność prowadzenia warsztatów (Design Thinking) i mentoringu mniej doświadczonych Data Scientistów
- Doświadczenie w budowaniu standardów, szablonów i reużywalnych komponentów
Obowiązki:
- Przełożenie potrzeb biznesowych i operacyjnych na mierzalne problemy Data Science i AI
- Projektowanie, budowa i walidacja modeli ML i rozwiązań AI (forecasting, NLP, RAG, document intelligence i inne)
- Ocena jakości, dostępności i biasu danych oraz doborem podejścia analitycznego
- Wdrażanie praktyk MLOps: wersjonowanie, rejestry modeli, CI/CD, monitoring, rollback
- Pakowanie i uruchamianie rozwiązań w chmurze, środowiskach hybrydowych i on-premises (Docker, Kubernetes/OpenShift)
- Dbanie o odpowiedzialne AI: explainability, ochrona danych, audytowalność, nadzór człowieka
- Tworzenie dokumentacji (m.in. model cards) i transferem wiedzy do zespołów
- Prezentowanie wyników i ograniczeń modeli odbiorcom technicznym i nietechnicznym
Przelew wynagrodzenia w dogodnej formie
Krótki, 14-dniowy termin płatności faktury
Bogaty pakiet prywatnej opieki medycznej
Dostęp do platformy kafeteryjnej MyBenefit, umożliwiającej m.in. zamawianie kart MultiSport oraz kart podarunkowych do popularnych sklepów i usług