Machine Learning Engineer

Twój zakres obowiązków, Projekt i wdrożenie wyszukiwania semantycznego (RAG) po treści kursów, Budowa ochrony wiedzy metodą permission-aware retrieval - model nie dostaje treści, do których użytkownik nie ma dostępu, Chunking, embeddingi, dobór i strojenie modeli (Azure OpenAI), Projektowanie promptów i osobowości asystenta, guardrails, obsługa sytuacji "nie wiem", Budowa zestawu testowego (golden set) i pilnowanie jakości oraz regresji, Współpraca z architektem i inżynierem backendu, Grounding i cytowanie konkretnego momentu w wideo (deep-linki do sekundy), Anonimizacja danych osobowych (PII) dla języka polskiego - Presidio, własne reguły i NER, Obserwowalność produkcyjna asystenta (trace rozmów, koszt, latencja, feedback) To oferujemy, Pełną pracę zdalną, Wynagrodzenie adekwatne do umiejętności i doświadczenia, Pracę nad realnym produktem AI budowanym od zera - warstwa AI (RAG, ochrona wiedzy, asystenci) na działającej platformie, a nie utrzymanie starego kodu, Nowoczesny stack i praca z LLM/GenAI na produkcji: Python, Azure OpenAI, RAG na pgvector, Konkretnie zdefiniowany projekt - gotowa architektura, roadmapa i zakres, więc wiadomo, co się buduje i po co, Realne wyzwanie techniczne: ochrona płatnej wiedzy w systemach GenAI to nietrywialny, ciekawy problem, nie kolejny prosty czat, Mały, senioralny zespół i krótka ścieżka decyzyjna - bezpośredni kontakt z architektem i osobami decyzyjnymi, Elastyczne godziny pracy (rozliczenie zadaniowe), Możliwość przedłużenia współpracy na kolejny etap projektu