About this role
Summary: The Senior Machine Learning Specialist designs and implements R&D prototypes and production components for machine learning systems. Responsibilities include exploring new data security analysis techniques, translating research into system solutions, and collaborating with cybersecurity and AI teams to build robust...
Rola obejmuje dwa uzupełniające się obszary: udział w pracach badawczo-rozwojowych i prototypowaniu rozwiązań we wczesnej fazie projektu oraz implementację produkcyjnych komponentów systemu w oparciu o wypracowaną architekturę i wyniki eksperymentów.
Zakres odpowiedzialności:
- Projektowanie i implementacja prototypów rozwiązań R&D.
- Prace eksploracyjne nad nowymi podejściami i technikami analizy danych bezpieczeństwa.
- Przekładanie wyników badań i eksperymentów na rozwiązania systemowe.
- Implementacja narzędzi do analizy ruchu sieciowego, logów i zdarzeń systemowych.
- Udział w testach, eksperymentach i ocenie skuteczności rozwiązań.
- Współpraca z ekspertami ds. cyberbezpieczeństwa i zespołami AI/ML.
- Dbanie o jakość kodu, testowalność i stabilność rozwiązań.
- Udział w projektowaniu API i kontraktów między komponentami.
- Współpraca przy budowie i utrzymaniu procesów CI/CD.
- Dokumentowanie wyników prac i wniosków technicznych.
Wymagania:
- Wykształcenie wyższe w obszarze informatyki, matematyki, data science, sztucznej inteligencji lub kierunków pokrewnych.
- Minimum 4 letnie doświadczenie zawodowe w projektowaniu i wdrażaniu rozwiązań z obszaru uczenia maszynowego.
- Bardzo dobra znajomość zagadnień ML oraz praktyczne doświadczenie w projektach produkcyjnych.
- Doświadczenie w projektowaniu, trenowaniu i ewaluacji modeli ML, w tym modeli NLP i LLM.
- Znajomość technik uczenia nadzorowanego i nienadzorowanego oraz metod optymalizacji modeli.
- Umiejętność analizy problemów biznesowych i przekładania ich na rozwiązania oparte o ML/AI.
- Zrozumienie ograniczeń modeli, ryzyk oraz aspektów etycznych i odpowiedzialnego stosowania AI.
- Doświadczenie w pracy z systemami Agentic AI lub architekturami opartymi na agentach.
- Znajomość koncepcji autonomicznych agentów: planowanie zadań, dekompozycja problemów, współpraca agentów.
- Umiejętność projektowania logiki agentów wykorzystujących modele ML/LLM do podejmowania decyzji.
- Doświadczenie w integracji agentów z narzędziami (tools), usługami zewnętrznymi i systemami IT.
- Wiedza w zakresie monitorowania, kontroli i ograniczania zachowań agentów (guardrails, evals).
- Bardzo dobra znajomość języka Python oraz bibliotek ML/AI (np. PyTorch, TensorFlow, scikit learn, transformers).
- Doświadczenie w budowie i utrzymaniu potoków uczenia maszynowego (ML pipelines).
- Znajomość zagadnień MLOps / LLMOps (wersjonowanie modeli, automatyzacja, monitoring).
- Umiejętność integracji rozwiązań ML/Agentic AI poprzez API.
[wynagrodzenie] - 12 000 - 16 000 brutto [/wynagrodzenie]
[umowa] - umowa o pracę [/umowa]
[etat] - pełen etat [/etat]
[specjalista] - starszy specjalista [/specjalista]
[typ] - hybryda, zdalnie, stacjonarnie [/typ]
Oferujemy:
- Umowę o pracę
- Równowagę między pracą a życiem osobistym
- Elastyczne godziny pracy
- Ciekawe projekty
- Współpracę z ekspertami w branży
- Udział w szkoleniach i konferencjach
- Naukę języka angielskiego w godzinach pracy
- Opiekę medyczną
- Kartę Multisport
- Ubezpieczenie na życie
- Dofinansowanie wypoczynku
- Biuro w dogodnej lokalizacji
Mile widziane:
- Znajomość architektur opartych o LLM + RAG (Retrieval Augmented Generation).
- Doświadczenie w pracy z wektorowymi bazami danych oraz zarządzaniu wiedzą.
- Znajomość zagadnień LLMOps (ocena jakości odpowiedzi, guardrails, monitoring agentów).
- Znajomość architektury mikroserwisowej i systemów asynchronicznych.
- Doświadczenie w pracy w środowiskach regulowanych lub z danymi wrażliwymi.
- Znajomość pracy z bazami danych, w tym bazami wektorowymi.
Kandydat przyjmuje do wiadomości i akceptuje, że w związku z wykonywaniem przez niego obowiązków pracowniczych, może otrzymywać zadania w projektach realizowanych z zachowaniem rygorów określonych w ustawie z dnia 5 sierpnia 2010 r. o ochronie informacji niejawnych (Dz.U.2025.1209 t.j. z dnia 2025.09.02) i zobowiązuje się w takim przypadku poddać odpowiedniemu dla klauzuli, jaką opatrzony jest dany projekt, postępowaniu sprawdzającemu, prowadzonemu zgodnie z ww. ustawą, jak również odbyć wymagane szkolenia z ochrony informacji niejawnych.