Senior Data Scientist/AI Engineer (Reinforcement Learning)

HeadHR; Województwo mazowieckie; On-site; PLN 156,240 - 223,200; Full time

Benefits offered by this job

Atrakcyjne wynagrodzenia

Możliwość pracy zdalnej

Udział w interesujących projektach

Job summary

HeadHR poszukuje doświadczonego inżyniera oprogramowania specjalizującego się w Pythonie oraz uczeniu maszynowym. Osoba na tym stanowisku będzie odpowiedzialna za projektowanie i wdrażanie środowisk dla agentów, tworzenie efektywnych rurociągów danych, a także współpracę z zespołem inżynierów w celu zapewnienia wydajności i skalowalności systemu. Oferujemy atrakcyjne wynagrodzenie, możliwość pracy zdalnej oraz udział w interesujących projektach.

Qualifications

• Ponad 5-letnie doświadczenie w inżynierii oprogramowania w Pythonie.
• Minimum 3 lata doświadczenia jako Data Scientist lub inżynier ds. uczenia maszynowego.
• Praktyczna znajomość frameworków AI.

Responsibilities

• Projektowanie i wdrażanie środowisk RL do oceny agentów.
• Tworzenie rurociągów do generowania zadań i dynamicznych zbiorów danych.
• Optymalizacja wydajności środowiska oraz logowanie nagród.

Skills

Doświadczenie w inżynierii oprogramowania w Pythonie

Znajomość frameworków AI (Langchain, Langraph, mcp-server)

Doświadczenie w pracy z sztuczną inteligencją

Job description

Requirements:

• Over 5 years of experience in software engineering in Python.
• At least 3 years of experience in the position of Data Scientist, Machine Learning/Environment Engineering.
• Working hours from 2:00 PM to 10:00 PM.
• Practical knowledge of AI frameworks (Langchain, Langraph, mcp-server).
• Extensive practical experience in working with artificial intelligence, including instant engineering and climate coding.

Additional advantages:

• Knowledge of the Code of Conduct or Claude's Code.
• Experience in integrating artificial intelligence with the system will be an additional asset.
• Understanding of RL concepts - reward modeling, environmental dynamics, verifiability, evaluation, and agent interaction loops.
• Knowledge of tools, metrics, and data channels for evaluating RL.
• Expertise in planning own work.

Kogo poszukujemy?

Responsibilities:

• Designing and deploying RL environments for large-scale agent evaluation and reinforcement learning experiments.
• Create pipelines for task generation, dynamic datasets, and scripted environments with controlled complexity and stochasticity.
• Develop validators and reward models to automatically evaluate trajectories and assess model inference.
• Collaborate with infrastructure and systems engineers to ensure scalability, reproducibility, and equip environments with tools for detailed telemetry.
• Design API interfaces and orchestration structures for running, resetting, and evaluating agents in various environments.
• Optimization of environment performance, reward logging, and reproducibility in distributed configurations.

We offer:

• Attractive salaries
• Possibility of full remote work
• Participation in interesting projects