Specjalista ds. rozwoju sztucznej inteligencji (Specjalista AI/Automatyzacji) w EDS Group

Cel stanowiska:

Badania, pilotażowe wdrożenia i integracja narzędzi AI i automatyzacji (n8n, LLM) z procesami biznesowymi firmy w celu poprawy efektywności operacyjnej.

Wymagania:

• Wykształcenie wyższe, preferowane techniczne.
• Doświadczenie w pracy z platformami automatyzacji (n8n, Make) od 1 roku. 
• Doświadczenie z API LLM (OpenAI, Anthropic) i Prompt Engineering.

Wymagana wiedza i umiejętności:

• Dogłębne zrozumienie architektury LLM (Large Language Models) i metod interakcji z nimi (Prompt Engineering, RAG).

• Znajomość platform automatyzacji przepływu pracy (najlepiej n8n, alternatywnie

  Make/Zapier".

  n8n przy użyciu

  agentów AI.

• Tworzenie i testowanie podpowiedzi (Prompt Engineering) dla różnych zadań biznesowych

  (wsparcie, analityka, generowanie treści).

• Możliwość analizowania procesu biznesowego „takim, jaki jest” i projektowania jego zautomatyzowanego

  wersja „To Be” przy użyciu sztucznej inteligencji.

Warunki pracy:

• Elastyczny harmonogram zorientowany na wyniki.
• Biuro centralne lub praca w pełni zdalna (zdalna).

Zadania

1. Badania (R&D): stały monitoring rynku narzędzi AI, testowanie nowych modeli i usług na potrzeby firmy.

2. Wdrożenie pilotażowe: wdrożenie „szybkich zwycięstw” (Quick Wins) — małych projektów automatyzacyjnych wykorzystujących sztuczną inteligencję (np.zamówienie, automatyczna klasyfikacja przychodzących listów, asystent AI dla bazy wiedzy). 

3. Integracja procesów: rozwój stabilnych przepływów pracy w n8n, które łączą istniejące systemy firmowe (CRM, komunikatory, poczta) z modelami AI. 

4. Optymalizacja LLM:dostrajanie i testowanie różnych modeli w celu osiągnięcia najlepszej jakości zapytań i kosztów (wybór pomiędzy modelami GPT-4, Claude, Gemini lub lokalnymi). 

5. Praca z danymi: przygotowanie i strukturyzacja danych do szkolenia lub wykorzystania w systemach RAG (Retrieval-Augmented Generation). 

6. Szkolenia: doradztwo pracownikom firmy w zakresie efektywnego wykorzystania narzędzi AI w codziennej pracy. 

7. Analiza efektu: obliczenie efektu ekonomicznego wdrożonych narzędzi (oszczędność czasu pracowników, szybkość rozpatrywania wniosków).