AI Developer – Document Intelligence (Python/NLP/OCR/GenAI)

AI/ML

-, Warszawa+4 Locations

emagine Polska

180 - 200PLN

Net per hour - B2B

Full-time

B2B

Mid

Remote

Tech stack

English

C1

Machine Learning

regular

NLP

regular

LLM

regular

Information Extraction

regular

Open-source OCR Tools

regular

Document AI

regular

Python

regular

Generative AI

regular

Job description

Lokalizacja: Zdalnie, z okazjonalnymi wizytami w biurze

Forma współpracy: Full-time / B2B

Branża: Bankowość

Start: ASAP / do ustalenia

Czas trwania projektu: Min. 12 miesięcy z możliwością przedłużenia

Język projektu: Angielski

Opis projektu:

Poszukujemy doświadczonego AI Developera, który wniesie silne kompetencje w obszarze Document AI, Information Extraction oraz Generative AI. Projekt obejmuje rozwój i wdrażanie modeli do ekstrakcji i klasyfikacji danych z dokumentów strukturalnych i niestrukturalnych (PDF, skany, obrazy), z wykorzystaniem narzędzi OCR i NLP oraz nowoczesnych podejść opartych na GenAI.

Zakres obowiązków:

• Projektowanie i wdrażanie modeli do ekstrakcji danych z dokumentów
• Tworzenie rozwiązań klasyfikujących dokumenty przy użyciu NLP i GenAI
• Przetwarzanie dokumentów różnego typu (umowy, faktury, CV, wnioski itp.)
• Integracja open-source narzędzi OCR z pipeline’ami NLP/ML
• Współpraca z zespołami biznesowymi i developerskimi
• Udział w pełnym cyklu tworzenia rozwiązań: od prototypu do produkcji
• Praca w środowisku Agile/DevOps z CI/CD

Wymagania kluczowe – czego szukamy:

1. Doświadczenie w Document AI / Information Extraction

• Praktyczna praca z dokumentami strukturalnymi i niestrukturalnymi
• Wykorzystanie NLP/OCR do ekstrakcji danych (np. nazwy, daty, adresy)
• Tworzenie modeli klasyfikujących i wyodrębniających informacje z dokumentów

1. Generative AI w kontekście dokumentów

• Zastosowanie LLM (np. GPT, LLaMA) do klasyfikacji lub ekstrakcji treści
• Znajomość technik takich jak prompting lub fine-tuning
• Umiejętność wyjaśnienia realnego use-case GenAI z dokumentami

1. Znajomość open-source OCR tools

• Praca z narzędziami takimi jak: Tesseract, LayoutLM, DocTR, PaddleOCR
• Rozumienie ich ograniczeń i decyzji, kiedy użyć własnego modelu lub API

1. Bardzo dobre umiejętności w Python + ML/NLP

• Swobodne programowanie w Pythonie
• Znajomość pipeline’ów ML (np. scikit-learn, spaCy, Hugging Face)
• Użycie RegEx, OpenCV, NLP do przetwarzania tekstów i obrazów

1. Zdolność do projektowania rozwiązań od A do Z

• Umiejętność zaproponowania podejścia do typowych zadań (np. klasyfikacja faktury vs. CV)
• Przenoszenie wiedzy między projektami, myślenie inżynierskie i analityczne

Published: 15.08.2025

Office location