Senior Solutions Architect: ML/AI; Big Data

Naszym głównym celem jest sprawne wdrażanie nowoczesnych narzędzi w obszarze ryzyka, w tym obniżanie kosztów obsługi, zwiększanie poziomu automatyzacji procesów decyzyjnych, zapewnienie aktualności systemów oraz zgodności z obowiązującymi regulacjami.

W związku z dalszym rozwojem poszukujemy doświadczonego Senior Solutions Architecta, który dołączy do naszego zespołu IT i będzie odpowiedzialny za projektowanie oraz wdrażanie rozwiązań opartych na uczeniu maszynowym i sztucznej inteligencji.

Zakres obowiązków:

• Projektowanie architektury rozwiązań ML/AI w języku Python, z wykorzystaniem bibliotek takich jak scikit-learn, TensorFlow, PyTorch.

• Tworzenie pipeline’ów danych i modeli w PySpark oraz Spark MLlib.

• Wdrażanie modeli ML w środowiskach produkcyjnych i eksperymentalnych.

• Integracja modeli ML z backendem aplikacyjnym i systemami bankowymi, przy użyciu REST API oraz gRPC.

• Budowa rozwiązań z wykorzystaniem FastAPI lub Flask.

• Optymalizacja wydajności systemów ML/AI oraz zarządzanie cyklem życia modeli.

• Współpraca z zespołami data science, ML engineering oraz backend development.

• Dokumentowanie architektury, kodu i procesów wdrożeniowych.

• Wdrażanie rozwiązań ML/AI w oparciu o praktyki MLOps oraz Continuous Delivery.

• Udział w projektach prowadzonych zgodnie z metodyką Agile/Scrum.

Profil Kandydata:

• Wykształcenie wyższe techniczne (informatyka, matematyka, analiza danych, ekonometria lub kierunki pokrewne).

• Minimum 5 lat doświadczenia w projektowaniu i wdrażaniu rozwiązań ML/AI w środowiskach produkcyjnych.

• Minimum 3 lata doświadczenia w pracy z bibliotekami ML/AI w Pythonie (scikit-learn, PyTorch, TensorFlow).

• Bardzo dobra znajomość języka Python oraz bibliotek: Pandas, NumPy, Dask.

• Doświadczenie z bibliotekami NLP i LLM (Hugging Face, Transformers, spaCy, LangChain).

• Praktyczna znajomość narzędzi i środowisk MLOps: MLflow, Airflow, Jupyter, GitLab CI/CD, Docker, Kubernetes.

• Umiejętność tworzenia pipeline’ów ML w PySpark lub Spark MLlib.

• Doświadczenie w budowie i integracji API dla modeli ML (REST API, gRPC, FastAPI, Flask).

• Znajomość architektury systemów bankowych i integracji z backendem.

• Znajomość konteneryzacji oraz wdrażania modeli ML w środowiskach produkcyjnych.

• Doświadczenie w pracy z narzędziami monitorującymi (np. Prometheus, Grafana, MLflow).

• Umiejętność analizy danych i przekładania wymagań biznesowych na rozwiązania ML/AI.

• Doświadczenie w pracy w interdyscyplinarnych zespołach projektowych.

• Komunikatywność oraz zdolność tłumaczenia złożonych kwestii technicznych na język zrozumiały dla biznesu.

• Proaktywność, samodzielność i umiejętność podejmowania decyzji architektonicznych.

• Znajomość języka angielskiego na poziomie pozwalającym na pracę z dokumentacją techniczną.

Mile widziane:

• Doświadczenie w pracy w ograniczonych środowiskach bankowych, gdzie część komponentów wymaga samodzielnego przygotowania.

• Doświadczenie z modelami LLM (np. GPT, BERT, Llama), ich trenowaniem i wdrażaniem.

• Certyfikaty z zakresu ML/AI (np. TensorFlow Developer Certificate, PyTorch, Hugging Face).