Platform Architect - AI

W ITLT pomagamy naszym zaprzyjaźnionym firmom przekształcać ambitne pomysły w cyfrową rzeczywistość.

Z nastawieniem na wyzwania, ciekawość technologii i zwinność - współtworzymy wyjątkowe rozwiązania IT.

Aktualnie poszukujemy osób na stanowisko: Platform Architect - AI

Responsibilities

• Projektowanie architektury AI/ML end-to-end
• Projektowanie pipeline'u computer vision i wyszukiwania wektorowego
• Dobór modeli i technologii; optymalizacja kosztów i decyzje build vs. buy; integracja z systemami backend i RELEX
• Definiowanie kontraktów API oraz progów jakości
• Nadzór architektoniczny nad pracą AI/ML Engineera
• Projektowanie monitoringu, wersjonowania i rollbacków modeli
• Analiza licencji open source
• Współpraca z AI Security w zakresie bezpieczeństwa i zgodności z GDPR oraz EU AI Act
• Dokumentacja architektury i mentoring zespołu

Requirements

• Stawka: 200 - 220/230 PLN/h na FV
• Miejsce pracy/praca zdalna: Zapewniamy dużą swobodę pracy zdalnej, przy czym zapraszamy 2x/tydzień do naszego warszawskiego biura
• Wymiar pracy: Fulltime
• Sektor: Petrol/Convenience Retail
• Projekt: Projekt AI - Visual Similarity Search do automatycznej weryfikacji zgodności ekspozycji produktów w sklepach z planogramem
• Zespół: Współpraca z AI/ML Engineerem, DevOps Engineerem, Product Ownerem oraz zespołem AI Security
• Proces rekrutacji: 1-etapowy (spotkanie zdalne via MS Teams). Sporadycznie możliwe dodatkowe krótkie spotkanie - połączone z decyzją
• Szacowany czas trwania projektu: Długoterminowy/bezterminowy
• Czas pracy/Strefa czasowa: Standardowe polskie godziny pracy
• Technologie/tematy na projekcie: Python, PyTorch / TensorFlow, Hugging Face, AWS (SageMaker, EC2 GPU, Bedrock), modele computer vision (RF-DETR / YOLO), DINOv2, OCR, embeddings, vector databases (Pinecone), Roboflow Inference, RAG, MLOps (MLflow / Kubeflow), API, RELEX

Benefits

Doświadczenie i kompetencje architektoniczne

• 5+ lat doświadczenia w Software Architecture, w tym minimum 2-3 lata w architekturze systemów AI/ML.

• Doświadczenie w projektowaniu architektury systemów AI/ML end-to-end - od PoC do produkcji.

• Doświadczenie w podejmowaniu decyzji architektonicznych z uwzględnieniem kosztów, skalowalności, wydajności, czasu wdrożenia i ryzyka technologicznego.

• Doświadczenie w integracji rozwiązań AI z istniejącymi systemami, API i infrastrukturą danych.

• Doświadczenie w prowadzeniu technicznym zespołów lub mentoringu AI/ML Engineers.

AI/ML i Computer Vision

• Bardzo dobra znajomość Machine Learning, Deep Learning oraz architektur NLP/LLM.

• Praktyczne doświadczenie z produkcyjnymi pipeline'ami Computer Vision - nie tylko projektami badawczymi.

• Doświadczenie w obszarach:

  • Object Detection.

  • Image Embeddings i modeli embeddingowych.

  • Vector Search oraz Hybrid Search.

  • Multi-signal Retrieval/Ranking - łączenie różnych sygnałów wyszukiwania i oceny dopasowania.

• Znajomość ekosystemu modeli DETR/YOLO oraz narzędzi takich jak Roboflow lub rozwiązania alternatywne.

• Doświadczenie z Vector Databases - np. Pinecone lub rozwiązaniami równoważnymi.

• Doświadczenie w projektowaniu RAG pipelines i rozwiązaniach Agentic AI.

Technologie i infrastruktura

• Praktyczna znajomość Python.

• Znajomość frameworków ML: PyTorch, TensorFlow lub Hugging Face.

• Doświadczenie z platformami chmurowymi AWS, Azure lub GCP oraz ich usługami AI/ML.

• Znajomość AWS w kontekście AI/ML i infrastruktury GPU, w szczególności SageMaker, EC2 GPU i Bedrock.

• Doświadczenie z narzędziami MLOps - np. MLflow, Kubeflow, SageMaker - oraz CI/CD dla pipeline'ów ML.

• Znajomość zagadnień Data Architecture, API Design i System Integration Patterns.

• Umiejętność projektowania kontraktów API między pipeline'em AI a pozostałymi systemami, w tym definiowania obsługi wyników o niskiej pewności dopasowania.

MLOps, jakość i utrzymanie modeli

• Umiejętność definiowania strategii wersjonowania modeli i danych oraz procesu wdrażania i wycofywania modeli.

• Znajomość monitorowania jakości modeli, wykrywania model/data drift i określania kryteriów retrainingu.

• Doświadczenie w definiowaniu mierzalnych wskaźników jakości, np. precision, recall i false-positive rate.

• Umiejętność projektowania mechanizmów ciągłego doskonalenia modeli i indeksów na podstawie nowych danych produkcyjnych.

Architektura, koszty i decyzje technologiczne

• Umiejętność podejmowania decyzji Build vs. Buy z uwzględnieniem TCO, kosztów infrastruktury i ryzyka vendor lock-in.

• Doświadczenie w ocenie opłacalności self-hosted GPU vs. managed/SaaS inference.

• Umiejętność doboru modeli i komponentów z uwzględnieniem kompromisów między dokładnością, kosztem, licencją i time-to-market.

• Znajomość licencji open source, w szczególności AGPL, Apache i MIT, oraz ich wpływu na komercyjne wykorzystanie rozwiązania.

• Umiejętność projektowania architektury z uwzględnieniem security, skalowalności, efektywności kosztowej i wymagań regulacyjnych.

Security i compliance

• Znajomość zagadnień bezpieczeństwa systemów AI, w tym kontroli dostępu, szyfrowania i zabezpieczeń przed złośliwymi danymi wejściowymi.

• Rozumienie ryzyk związanych z integracją zewnętrznych usług AI, endpointów modeli i baz wektorowych.

• Znajomość wymagań GDPR/RODO i EU AI Act w kontekście projektowania rozwiązań AI.

• Umiejętność współpracy z zespołem AI Security przy ocenie przepływów danych, nowych integracji i wymagań bezpieczeństwa.

Komunikacja i współpraca

• Bardzo dobre umiejętności komunikacyjne - zdolność wyjaśniania złożonych zagadnień technicznych osobom nietechnicznym.

• Umiejętność współpracy z Product Ownerem przy definiowaniu kryteriów jakości i akceptowalnego poziomu błędów.

• Umiejętność prowadzenia architectural code review i nadzoru nad pracą AI/ML Engineerów bez konieczności samodzielnej implementacji każdego elementu.

• Umiejętność tworzenia dokumentacji technicznej, diagramów architektury i Architecture Decision Records (ADR).

Mile widziane

• • Doświadczenie w branży Retail, szczególnie w obszarach Product Recognition, Planogram Analysis lub Store Display Compliance.

  • Praktyczna znajomość rozwiązań do automatycznej weryfikacji ekspozycji produktów na podstawie zdjęć.