OLLIE Sp. z o.o. (pacjent.vet), we współpracy z Katedrą Sztucznej Inteligencji Politechniki Wrocławskiej (CLARIN-PL) i w ramach projektu przygotowanego z Innovation Coach (NCBR), rozwija silnik personalizacji opieki nad psem. Celem jest przetwarzanie rozproszonej polskiej dokumentacji weterynaryjnej (skany, zdjęcia, PDF-y) na ustrukturyzowane dane, modelowanie trajektorii zdrowia zwierzęcia i generowanie rekomendacji dla opiekunów. Projekt jest składany w programie INNOSTART.
Zakres obowiązków
Zaprojektowanie pipeline'u ekstrakcji informacji z polskich dokumentów weterynaryjnych (OCR, NER, relacje między encjami, normalizacja terminologii medycznej i łacińskiej) przy użyciu otwartych modeli.
Współpraca z Politechniką Wrocławską oraz lekarzem weterynarii nad definicją schematu danych, reguł anotacji i metryk jakości dla zbioru referencyjnego (ok. 1 500 dokumentów, podwójna anotacja).
Budowa i walidacja modelu trajektorii zdrowia psa w obrębie jednej grupy rasowej (dane z dokumentacji plus dane od opiekuna).
Implementacja prototypu silnika rekomendacji oraz integracja z platformą OLLIE.
Prowadzenie dokumentacji eksperymentów (kamienie milowe, raporty dla NCBR) i mentoring juniora zatrudnionego na etacie.
Wymagania
Minimum 4 lata doświadczenia w ML/NLP, z co najmniej jednym projektem na polskich tekstach.
Biegłość w Pythonie, PyTorch lub JAX oraz znajomość bibliotek Hugging Face i modeli typu BERT/LLM (jako punkt odniesienia).
Umiejętność projektowania ewaluacji od zera: tworzenie zbiorów testowych, dobór metryk, analiza błędów.
Samodzielność w pracy z niekompletnymi i nieuporządkowanymi danymi oraz gotowość do współpracy z ekspertami dziedzinowymi (weterynaria).
Mile widziane: doświadczenie w OCR na dokumentach skanowanych, praca z danymi medycznymi lub weterynaryjnymi, udział w projektach B+R finansowanych przez NCBR/UE, publikacje naukowe.
Oferujemy
Umowę zlecenie (80 h/miesiąc), stawka od 90 zł brutto/h, do negocjacji w zależności od doświadczenia.
Pracę przez 13 miesięcy nad jasno określonym problemem badawczym, z dostępem do rzeczywistych danych produkcyjnych i ścieżką wdrożeniową (aplikacja i portale z ponad 1 000 użytkowników).
Pracę zdalną ze spotkaniami zespołu w Poznaniu lub Wrocławiu raz na kilka tygodni.
Sprzęt (stacja GPU, laptop) oraz budżet na chmurę obliczeniową i narzędzia zapewnione przez projekt.
Współautorstwo wyników badań i możliwość publikacji we współpracy z PWr.
Uwagi
Umowa ma charakter warunkowy: podpisujemy ją teraz, a staje się skuteczna dopiero po przyznaniu grantu przez NCBR (decyzja spodziewana na przełomie 2026/2027, start prac w I kw. 2027).
Do wniosku o grant potrzebne jest CV kandydata oraz zgoda na wskazanie go z imienia i nazwiska jako członka zespołu.
Łączne zaangażowanie czasowe we wszystkich projektach nie może przekroczyć 276 h/miesiąc.
Proces rekrutacji
Wyślij CV oraz krótki opis (2 zdania) projektu NLP na polskich danych, z którego jesteś najbardziej dumna lub dumny, na adres [email protected] z tematem „Senior ML, INNOSTART”. Odpowiedź w ciągu 3 dni roboczych. Termin nadsyłania zgłoszeń: 19 września 2026.