GI
Specjalista/-tka ds. testów AI
- Hiring from
- Poland
- Work type
- Hybrid
- Posted
- Sep 27, 2026
Is this job info correct?
Specjalista/-tka ds. testów AI
praca hybrydowa (Warszawa)
Jako Get IT Together specjalizujemy się w dostarczaniu wysoko wykwalifikowanych Ekspertów IT, w obszarach zarządzania projektami, architektury, analizy biznesowej i systemowej czy rozwoju oprogramowania.
Poszukujemy Specjalisty/-tki ds. Testów AI do projektu rozwijającego zaawansowaną platformę analizy transmisji sportowych, wykorzystującą technologie sztucznej inteligencji, przetwarzania obrazu i uczenia głębokiego.
Co zyskasz pracując z naszym Klientem:
- Kontrakt B2B na okres 2 lat, przy zaangażowaniu około 0,5 FTE.
- Pracę hybrydową (Warszawa).
- Możliwość udziału w innowacyjnym projekcie wykorzystującym najnowsze technologie AI/LLM.
- Realny wpływ na sposób oceny jakości zajęć oraz rozwój metodologii kształcenia,
Za co będziesz odpowiedzialny/a:
- Testowanie i walidacja modeli AI wykrywających zdarzenia sportowe na podstawie materiałów wideo.
- Przygotowywanie datasetów i scenariuszy testowych oraz analiza zgodności wyników z danymi referencyjnymi.
- Ocena jakości i skuteczności modeli z wykorzystaniem kluczowych metryk oraz identyfikacja obszarów wymagających poprawy.
- Analiza błędów, przypadków brzegowych i nietypowych danych wpływających na działanie modeli.
- Dokumentowanie wyników testów i rekomendowanie usprawnień zespołowi Machine Learning.
- Współpraca przy anotacji danych, walidacji oznaczeń oraz doskonaleniu modeli AI na podstawie uzyskanych rezultatów.
- Wsparcie procesu ciągłego ulepszania modeli poprzez dostarczanie informacji zwrotnej i weryfikację jakości predykcji.
Jakie kompetencje są niezbędne:
- Wykształcenie wyższe magisterskie.
- Minimum 3 lata doświadczenia w testowaniu i ocenie jakości modeli AI/ML.
- Praktyka w przygotowywaniu zestawów i scenariuszy testowych oraz analizie wyników modeli.
- Doświadczenie w analizie dużych zbiorów danych pod kątem anomalii, wartości odstających i niestandardowych przypadków wpływających na skuteczność modeli.
- Umiejętność identyfikowania błędów i obszarów wymagających optymalizacji na podstawie danych testowych.
- Doświadczenie w dokumentowaniu wyników analiz, formułowaniu rekomendacji oraz współpracy z zespołami technicznymi przy wdrażaniu i weryfikacji usprawnień.
- Znajomość iteracyjnego procesu doskonalenia modeli opartego na analizie wyników i informacji zwrotnej.