AI mérnök

Stack

Feladatok

• ▹Megoldások fejlesztése és éles üzembe helyezése klasszikus AI-/ML-/DL- és generatív AI-felhasználási esetekre
• ▹Gépi tanulási és mélytanulási modellek építése, kiértékelése és optimalizálása üzleti alkalmazásokhoz
• ▹Adat- és AI-szolgáltatások integrálása API-kból, harmadik feles platformokról, felhőszolgáltatásokból és belső rendszerekből
• ▹Robusztus pipeline-ok fejlesztése adatelőkészítésre, feature engineeringre, modellinferenciára és AI-munkafolyamatok orkesztrálására
• ▹A megoldások minőségének biztosítása teszteléssel, monitorozással, validálással, teljesítményoptimalizálással és felelős AI-gyakorlatokkal
• ▹Szoros együttműködés adatmérnökökkel, elemzőkkel, webalkalmazás-fejlesztőkkel és más érintettekkel az adatigények megértése és az adatok elérhetőségének biztosítása érdekében
• ▹Architektúrák, folyamatok és megvalósítások dokumentálása, valamint az AI-mérnöki és MLOps legjobb gyakorlatok népszerűsítése

Elvárások

• ▹Legalább 2 év tapasztalat machine learning engineering, AI-/GenAI-engineering, alkalmazott ML vagy adattudomány területén
• ▹Informatikai, mérnöki vagy kapcsolódó területen szerzett diploma, vagy ezzel egyenértékű gyakorlati tapasztalat
• ▹Erős Python-tudás AI-/ML-fejlesztésre, adattudományra, szkriptelésre és automatizálásra
• ▹Tapasztalat a releváns Python-könyvtárakkal és -keretrendszerekkel: Pandas, NumPy, scikit-learn, PyTorch és/vagy TensorFlow
• ▹Alapos SQL- és PySpark-tudás nagy léptékű adatlekérdezéshez, -transzformációhoz és -feldolgozáshoz
• ▹Tapasztalat a Databricks használatában központi adatplatformként analitikai, adatfeldolgozási és AI-/ML-felhasználási esetekhez
• ▹Gyakorlati tapasztalat LLM-alapú alkalmazások építésében, többek között RAG-pipeline-ok, agent-keretrendszerek, vektoradatbázisok és kiértékelési módszertanok terén
• ▹A Docker és a konténerizáció gyakorlati ismerete AI-megoldások csomagolásához és telepítéséhez
• ▹Tapasztalat adatok és szolgáltatások integrálásában API-kon, felhőszolgáltatásokon és belső vállalati rendszereken keresztül
• ▹Jártasság verziókezelő rendszerekben, különösen a Gitben

Előny

• ▹FastAPI ismerete API-alapú integrációkhoz
• ▹Produkciós tapasztalat Azure-on (App Service, Container Apps, Key Vault, Storage, Azure OpenAI / AI Foundry, AI Search) előnyt jelent
• ▹Jártasság orkesztrálási és munkafolyamat-eszközökben, például az Airflow vagy a Kafka területén

Soft skillek

Amit kínálunk

• ▹Modern iroda a XI. kerületben, közösségi terekkel, kávézókkal, saját mozival és skybarral
• ▹Rugalmas munkaidő és home office lehetőség
• ▹Versenyképes fizetés és széles körű juttatási csomag (cafeteria és bónusz)
• ▹Sikeres, növekvő technológiai vállalat csapatában dolgozhatsz
• ▹Nyelvtanulás kiscsoportban, 7 nyelv közül választva
• ▹Szervezett szabadidős programok (társasjáték, sportprogramok)

A munkáltatóról

A thyssenkrupp nemzetközi ipari és technológiai vállalatcsoport, mintegy 98 000 munkatárssal; a 2023/2024-es üzleti évben 47 országban 35 milliárd árbevételt ért el. Tevékenysége öt szegmensre oszlik: Automotive Technology, Decarbon Technologies, Materials Services, Steel Europe és Marine Systems. A magyarországi fejlesztőközpontban 1000 fős mérnöki csapat dolgozik az elektromechanikus kormányrendszerek területén, és fejlesztéseik a világon gyártott autók 25 százalékában megtalálhatók.