W ramach naszej witryny stosujemy pliki cookies w celu świadczenia Państwu usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że pliki opisane w Polityce Prywatności będą zamieszczane na Państwa urządzeniu końcowym. W każdej chwili możecie Państwo zmienić ustawienia dotyczące plików cookies w przeglądarce internetowej. Akceptacja niezbędnych plików cookies jest wymagana do prawidłowego działania witryny. Szczegółowe informacje znajdą Państwo w zakładce POLITYKA PRYWATNOŚCI.
wykształcenie wyższe, preferowane kierunki: informatyka, inżynieria komputerowa, elektronika, matematyka stosowana lub pokrewne
mile widziane 1-2 lata doświadczenia w obszarze uczenia maszynowego lub głębokiego uczenia ( preferencyjnie w obszarze wizji komputerowej i/lub NLP)
znajomość Python oraz frameworków PyTorch lub TensorFlow
zrozumienie podstawowych koncepcji uczenia nadzorowanego, ewaluacji modeli oraz kluczowych pojęć ML (np. overfitting, uogólnianie, optymalizacja)
zainteresowanie pracą z danymi (od wstępnego przetwarzania po etykietowanie i walidację)
zdolność szybkiego uczenia się nowych narzędzi i technik oraz metodyczne podejście do powierzonych zadań
znajomość środowiska Linux, systemu kontroli wersji Git oraz środowisk konteneryzowanych (np. Docker)
znajomości języka angielskiego na poziomie minimum B1
OPIS STANOWISKA-
NAZWA INSTYTUTU
Łukasiewicz - Poznański Instytut Technologiczny
CODZIENNE ZADANIA:
wspieranie w projektowaniu, trenowaniu i wdrażaniu modeli uczenia maszynowego oraz głębokiego uczenia do zadań wizji komputerowej (detekcja, segmentacja, śledzenie) i/lub NLP/LLM (klasyfikacja, ekstrakcja informacji, RAG, projektowanie promptów, fine-tuning)
udział w tworzeniu i utrzymaniu pipeline’ów danych (pozyskiwanie, czyszczenie, etykietowanie, walidacja oraz organizacja zbiorów danych)
współudział w ocenie modeli i eksperymentach (analiza wyników, monitorowanie metryk wydajności oraz przygotowywanie raportów we wsparciu członków zespołu)
wsparcie w rozwoju replikowalnych workflowów ML, zapewniających efektywne trenowanie, testowanie i wdrażanie modeli
współpraca z zespołami badawczymi i inżynierskimi (udział w przygotowywaniu dokumentacji, podsumowań eksperymentów oraz notatek technicznych)
BENEFITY:
naukowo-badawcze środowisko pracy, pełne wyzwań i zmian
wspieranie rozwoju poprzez dofinansowanie studiów, szkoleń, konferencji itp.
możliwość odbywania staży naukowych (w Polsce i za granicą)
wspieranie działalności publikacyjnej
możliwość realizacji doktoratów wdrożeniowych
zatrudnienie w ramach umowy o pracę
elastyczne godziny pracy (zaczynamy między godz. 6.00 a 9.00) w modelu hybrydowym
pakiet benefitów obejmujący: prywatną opiekę medyczną PZU Zdrowie, preferencyjne warunki ubezpieczenia na życie PZU, dofinansowanie działalności rekreacyjnej, dostęp do platformy kafeteryjnej Worksmile