Arrow Electronics to globalna firma oferująca rozwiązania technologiczne i usługi związane z zarządzaniem łańcuchem dostaw dla producentów technologii oraz dostawców usług. Jej działalność obejmuje dystrybucję z wartością dodaną, zarządzanie łańcuchem dostaw, wsparcie marketingowe i rozwoju biznesu, rozwiązania z zakresu nowych technologii, projektowanie, zarządzanie centrami danych oraz wycofywanie aktywów IT z eksploatacji. Dzięki szerokiemu portfolio usług Arrow wspiera rozwój, dostarczanie i zarządzanie cyklem życia produktów technologicznych w różnych branżach, pomagając zwiększać dostępność zaawansowanych technologii i ułatwiając ich wprowadzanie na rynek.
Inżynier sztucznej inteligencji i uczenia maszynowego
Twórz skalowalne potoki MLOps i rozwiązania oparte na dużych modelach językowych dla usług inżynieryjnych eInfochips. Opracowuj, monitoruj i nadzoruj systemy uczenia maszynowego.
Opis
- Opracowuj rozwiązania z zakresu sztucznej inteligencji i uczenia maszynowego.
- Projektuj skalowalne potoki MLOps z użyciem Azure ML, MLflow, Databricks Asset Bundles (DAB) i CI/CD/CT.
- Twórz modele uczenia nadzorowanego, nienadzorowanego i ze wzmocnieniem.
- Opracowuj cechy i oceniaj wydajność modeli.
- Monitoruj dryf modeli i konfiguruj automatyczne alerty.
- Wdrażaj procesy zarządzania danymi, śledzenia ich pochodzenia, zarządzania metadanymi i zapewniania zgodności.
- Projektuj i wdrażaj rozwiązania oparte na dużych modelach językowych z użyciem RAG, agentowej AI, MCP i inżynierii promptów.
- Twórz pulpity Power BI do monitorowania modeli i raportowania kluczowych wskaźników biznesowych.
- Stosuj solidne praktyki inżynierii oprogramowania podczas pisania kodu uczenia maszynowego.
- Oceniaj praktyczne zastosowania generatywnej AI, agentowej AI i dużych modeli językowych.
- Wspieraj młodszych współpracowników, przeglądaj kod i prowadź techniczne sesje wymiany wiedzy.
Wymagania
- 4–8 lat doświadczenia.
- Preferowany okres wypowiedzenia wynosi 0–45 dni.
- Dobra znajomość uczenia nadzorowanego, nienadzorowanego i ze wzmocnieniem, oceny modeli oraz inżynierii cech.
- Biegła znajomość TensorFlow, PyTorch i Keras.
- Praktyczne doświadczenie z konwolucyjnymi i rekurencyjnymi sieciami neuronowymi (CNN i RNN).
- Zaawansowane umiejętności programowania w Pythonie, w tym znajomość NumPy, Pandas i scikit-learn.
- Praktyczne doświadczenie ze Spark; doświadczenie z Databricks będzie dodatkowym atutem.
- Znajomość Hadoop i Kafka.
- Doświadczenie w pracy z usługami uczenia maszynowego, magazynami danych i zasobami obliczeniowymi w Azure, AWS lub GCP.
- Duże doświadczenie w obszarze MLOps.
- Bardzo dobra znajomość SQL i NoSQL oraz modelowania danych.
- Praktyczne doświadczenie w wykrywaniu i monitorowaniu dryfu modeli oraz konfigurowaniu automatycznych alertów.
- Praktyczne doświadczenie we wdrażaniu ram zarządzania danymi, śledzenia ich pochodzenia, zarządzania metadanymi i zapewniania zgodności.
- Doświadczenie w projektowaniu skalowalnych potoków MLOps z użyciem Azure ML, MLflow, Databricks Asset Bundles (DAB) i CI/CD/CT.
- Certyfikat Microsoft Certified: Azure Data Scientist Associate będzie dodatkowym atutem.
- Doświadczenie w projektowaniu i wdrażaniu rozwiązań opartych na dużych modelach językowych z użyciem RAG, agentowej AI, MCP i inżynierii promptów będzie dodatkowym atutem.
- Doświadczenie w tworzeniu pulpitów Power BI do monitorowania modeli i raportowania kluczowych wskaźników biznesowych będzie dodatkowym atutem.
- Dobra znajomość statystyki, testowania hipotez i interpretacji danych będzie dodatkowym atutem.
- Znajomość praktyk inżynierii oprogramowania służących tworzeniu wielokrotnego użytku, testowalnego i łatwego w utrzymaniu kodu uczenia maszynowego.
- Znajomość generatywnej AI, agentowej AI i dużych modeli językowych.
- Umiejętność wspierania młodszych współpracowników, przeglądania kodu i prowadzenia technicznych sesji wymiany wiedzy.
Benefity
- Konkurencyjne wynagrodzenie
- Równowaga między pracą a życiem prywatnym
- Rozwój zawodowy
- Innowacyjne środowisko pracy
- Uznanie i nagrody