Data Architect ( GCP/ AI)

Poszukiwany jest Architekt (Data / AI / GCP) odpowiedzialny za projektowanie referencyjnej architektury danych i AI w ramach Programu DATA (Data AI Hub), budowę standardów architektonicznych oraz wdrażanie rozwiązań AI wspierających rozwój platformy danych w środowisku Google Cloud Platform.

What we offer:

• Rate: 1450-1550 PLN/ h + VAT

• Remote with visit office 1 time per month Warszawa

• Long Term B2B Contract

Zakres Obowiązków:

• Definiowanie referencyjnej architektury platform danych i AI w oparciu o Google Cloud Platform.

• Opracowywanie standardów i wzorców architektonicznych dla rozwiązań AI i danych, w tym zgodności z AI Act, Polityką AI, Data & Model Lineage, Data Cards i Model Cards.

• Projektowanie wzorców integracji, pipeline’ów danych, architektur RAG oraz struktur danych dla AI/ML.

• Nadzór nad projektowaniem, implementacją, testowaniem i utrzymaniem komponentów danych oraz rozwiązań AI, w tym boosterów i asystentów wspierających Data Governance, Data Engineering oraz SDLC.

• Projektowanie i rozwój rozwiązań wykorzystujących LLM, vector search, bazy wektorowe, knowledge graphs, embeddings oraz AI Agents.

• Definiowanie i wdrażanie standardów bezpieczeństwa, wysokiej dostępności oraz optymalizacji kosztowej platform danych i AI.

• Zapewnienie zgodności rozwiązań z wymaganiami regulacyjnymi, ochroną danych, klasyfikacją informacji oraz tajemnicą bankową.

• Nadzór nad procesami MLOps, wdrażaniem CI/CD, model registry, monitoringiem modeli oraz automatyzacją wdrożeń.

• Zapewnienie spójnego podejścia do wykorzystania AI pomiędzy HUB AI, HUB DATA i HUB IT.

• Przygotowywanie dokumentacji technicznej i architektonicznej oraz realizacja transferu wiedzy do zespołów utrzymaniowych.

Wymagania:

• Minimum 8 lat doświadczenia w IT, w tym minimum 5 lat jako Data Architect, Cloud Architect, Solution Architect lub AI Architect.

• Minimum 3 lata praktycznego doświadczenia z Google Cloud Platform.

• Bardzo dobra znajomość GCP: BigQuery, Cloud Storage, Dataflow, Dataproc/Spark, Pub/Sub, Composer, Dataplex, Vertex AI, Cloud Run oraz GKE.

• Doświadczenie w projektowaniu skalowalnych, bezpiecznych, wysoko dostępnych i zoptymalizowanych kosztowo platform danych w środowisku enterprise.

• Praktyczna znajomość IAM, bezpieczeństwa, sieci oraz kontroli dostępu w GCP.

• Doświadczenie w projektowaniu platform AI/ML w skali enterprise oraz integracji LLM z danymi organizacji.

• Znajomość architektur RAG, vector search, baz wektorowych, knowledge graphs, embeddings oraz AI Agents/Agentic AI.

• Doświadczenie z Vertex AI, Gemini, Model Garden, prompt engineeringiem, ewaluacją, monitoringiem oraz zarządzaniem cyklem życia modeli.

• Doświadczenie w obszarze MLOps obejmujące ML pipelines, CI/CD, model registry, monitoring, governance i automatyzację wdrożeń.

• Znajomość Terraform, GitHub Actions lub Cloud Build, Kubernetes, Docker oraz praktyk DevOps.

• Znajomość AI Act, regulacji sektora finansowego, ochrony danych, klasyfikacji informacji oraz tajemnicy bankowej.

• Doświadczenie w tworzeniu standardów AI oraz znajomość Data/Model Lineage, katalogów danych, Data Cards i Model Cards.

• Doświadczenie w projektowaniu enterprise data platforms oraz transformacjach cloud/data.

Miłe widziane:

• Certyfikaty Google Cloud, w szczególności Cloud Architect, Data Engineer lub Machine Learning Engineer.

• Znajomość Graph DB, frameworków agentowych, MCP oraz narzędzi governance.

• Doświadczenie z rozwiązaniami Lakehouse.

• Doświadczenie w środowiskach multi-cloud.

• Doświadczenie w integracjach z Microsoft 365.

• Doświadczenie w bankowości lub innym środowisku regulowanym.

• Znajomość DORA.

• Doświadczenie z Document AI/OCR.

• Doświadczenie w modernizacji systemów legacy z wykorzystaniem AI.

Inne Szczegóły:

• Team Structure: współpraca z HUB AI, HUB DATA i HUB IT.

• Impact: projektowanie architektury i standardów AI wspierających rozwój platformy danych oraz procesy Data Governance, Data Engineering i SDLC.

• Delivery Model: środowisko Google Cloud Platform z wykorzystaniem BigQuery, Dataflow, Dataproc/Spark, Vertex AI, Gemini, Cloud Run, GKE, Terraform, Cloud Build, GitHub Actions oraz integracji z Microsoft 365, Power BI, Oracle Apex i Jira.

Tech stack

• GCP
• AI