Rekrutacja do ofert z AI

Osoby które aplikują na stanowiska związane z AI, pochwalicie się przez co musicie przechodzić przez techniczną rekrutacje?
Oraz druga strona, osoby pracujące z AI, pochwalicie się z czym macie do czynienia w projekcie? Co jest potrzebne aby zacząć aplikować na takie stanowiska.
Z tego co widziałem po ogłoszeniach, to python jest dużym plusem (ale to tak z typowego programowania).
Dzięki

Tak teraz wygląda rekrutacja

To znaczy na jakie stanowiska? Inaczej to będzie wyglądało jeśli aplikujesz do zespołu reasercherów ml'owych a inaczej jeżeli masz robić w firmie prostą automatyzację na jakimś n8n...

RequiredNickname napisał(a):

To znaczy na jakie stanowiska?

Każde z AI, to jest nwy rynek więc po co się zawężać.

Ktoś ostatnio aplikował lub rekrutował na podobne stanowiska?

To ja się wypowiem jak to wygląda z mojej perspektywy (ktoś na pewno może się z tym nie zgodzić).

Każde z AI, to jest nwy rynek więc po co się zawężać.

Tu masz trochę racji. Z mojej obserwacji biznes wciąż podąża za hypem na AI, wykłada na to kasę, ale nie rozumie, czym to w ogóle jest. Świetnym przykładem który to potwierdza, jest to że większość ludzi (również w firmach) utożsamia AI z LLM-ami, a w zasadzie z czatami.

Ogólnie wydzieliłbym cztery grupy ludzi, którzy mają styczność z AI. Im wyższy numerek, tym mniej liczna grupa:

• Grupa 0: Wszyscy, którzy używają czatów do zdobycia wiedzy lub przeprowadzenia elementarnej analizy, która można wykonać bez AI, ale ktoś nie umie w Excela/Pythona/kalkulator.
• Grupa 1: Programiści z wtyczkami do IDE (Claude, Copilot, Codex), którzy w swoich oczach stali się seniorami z armią juniorów pod ręką; prześmiewczo, bo czy ktoś to zmierzył sensowną metryką, a nie tylko subiektywnym czasem dowiezienia feature'a?
• Grupa 2: Programiści, którzy mają wiedzę na temat tworzenia skalowanych aplikacji, do których podłączają modele językowe za pomocą API. Mam na myśli osoby, które rozumieją ograniczenia LLM-ów, tego jak one działają, jak je testować pomimo, że nie są deterministyczne. Chodzi o coś więcej niż drag&drop od n8n, czy podpięcie gotowych frameworków jak LangChain. Zaliczyłbym do nich osoby, które naprawdę potrafią pisać aplikacje (gdy AI jeszcze nie było modne) i potrafią zintegrować je z LLM-ami, które też umieją optymalizować.
• Grupa 3: Data Scientists/AI architekci/LLMOpsi: tutaj jest temat bardzo szeroki, ogólnie bierze się wycinek tego prawdziwego AI i zostaje się w nim specjalistą.

Grupa 0 i 1 nie podpada pod oferty z AI w nagłówku, chyba że to stanowisko AI Ninja dla światowego lidera ze Szprotawy.

W grupie 2 znajdziesz pytania odnośnie system designu, komunikacji sieciowej, pewnych dodatkowych funkcji w modelach językowych, zarządzanie kontekstem, embeddings. Większość ogłoszeń, które widzę, to jest właśnie dla grupy 2 i szczególnie wiąże się tworzeniem systemów RAG. Ogłoszeń dla grupy 3 jest mniej, to pytania o systemy wizyjne (przetwarzanie obrazu), znajomość bibliotek do uczenia maszynowego, dlaczego dana architektura jest lepsza niż inna do konkretnego zadania, rozumienie pod spodem klasycznego Machine Learningu.

Ktoś coś?
Może osoby które miały styczność z rekrutacją lub rzeczami które robi się na styku AI podzielą się doświadczeniem?

Robię czasem rozmowy techniczne - zazwyczaj rozmowy są project specific. Mam doświadczenia w CV, klasycznym ML na tabelkach, w przeszłości też NLP (word2vec, spacy, ale też downstream HF), obecnie od dwóch lat integracje LLM (chatboty, RAG, teraz AI Agents).

Ogólnie trzeba mieć mindset R&D (testowanie nowych rozwiązań w stylu MCP, LangGraph, bazy wektorowe, observability), dobre umiejętności pisania kodu produkcyjnego, docker, podstawy K8s oraz terraform, przyda się BE (fastapi, flask), chmura Azure/AWS.

Stawki nie są złe. Da radę ogarnąć spokojnie 200 PLN netto za godzinę + VAT, dla mega wymiataczy to nawet do 250 netto (nie mój poziom - tutaj potrzebną duża wiedza w stylu treningu diffusion models / RL/ LLM albo dla low latency distributed system). Zespoły są zagraniczne zazwyczaj, godziny pracy z USA bywają uciążliwe.