Ingenieur für künstliche Intelligenz und maschinelles Lernen in Eurasia Foundation

Die Eurasia Foundation, der Träger des internationalen technischen Hilfsprojekts „Digitalization for Growth, Integrity and Transparency (UK DIGIT)“, sucht einen AI/ML Engineer (Middle/Senior) für das Center of Competence in Artificial Intelligence (AI CoE).

AI Center of Excellence (AI CoE) im Ministerium für Digitales ist ein Team, das fortschrittliche Technologien der künstlichen Intelligenz für die Transformation der öffentlichen Verwaltung implementiert und an ehrgeizigen Projekten arbeitet, die einen direkten und groß angelegten Einfluss auf Millionen von Bürgern und die Effizienz des Staates haben.

Allgemeine Informationen:

• Ankündigungsdatum:18 November 2025
• Einreichungsfrist:02 Dezember, 2025
• Form der Zusammenarbeit: Beratervertragbis 31. März 2025
• Arbeitsort: Stadt Kiew
• Arbeitsformat: Hybrid/Vollzeit

Hauptziel der Stelle:Entwicklung und Implementierung innovativer KI-Lösungen zur Automatisierung und Verbesserung der Effizienz von Regierungsprozessen.

Maincil für dieersten 4 Monate der Arbeit:

1. Automatisierung der Prüfung von NPI-Projekten:

•Aufgabe: Entwicklung und Implementierung eines ML-Modells (NLP) zur Analyse und Vorbewertung von Digitalisierungsprojekten, die von Behörden eingereicht werden.
•KPI: Reduzieren Sie die durchschnittliche Zeit für die Prüfung eines Projekts von 2 Arbeitstagen bis 5 Stunden.

2. Erstellung des Systems „KI-Analytik für den eCourt“:

•Aufgabe: Entwicklung eines KI-basierten Systems zur automatischen Analyse von Gerichtsverfahren, beginnend mit einfachen Verkehrsverstößen. Dazu gehört die Entwicklung eines Modells (ICR/CV) zur Erkennung und Digitalisierung handschriftlicher Polizeianzeigen.
• KPI: In den ersten 3 Monaten wurde ein Modell entwickelt und getestet, das die 3 Arten der häufigsten Verkehrsverstöße mit einer Genauigkeit von mindestens 9 klassifiziert und analysiert5 %.

ML implementierenPipelines (MLOps)

• Aufbau und Operationalisierung von End-to-End-ML-Pipelines (Erfahrung mit ZenML, Kubeflow, MLflow oder Analoga).
• Entwicklung von CI/CD-Pipelines für ML-Modelle (GitLab, Jenkins), Gewährleistung einer automatisierten und sicheren Bereitstellung.
• Unterstützung von ML-Pipelines in der Produktion, Überwachung (Prometheus, Grafana) und Sicherstellung der Skalierbarkeit.

ManagementDaten- und Feature-Engineering

• Verarbeitung, Bereinigung und Vorbereitung großer Datensätze (strukturiert und unstrukturiert) für das Training.
• Zusammenarbeit mit Dateningenieuren zum Entwerfen und Verwenden von Feature-Stores und Registrierungsmodellen.
• Gewährleistung der Datenversionierung und Vermeidung von Trainings-Bereitstellungs-Skew.

Infrastruktur undmSkalierbarkeit

• Design und Implementierung von Cloud-Infrastruktur (AWS, Azure oder GCP) zur Unterstützung von KI/ML-Prozessen.
• Arbeiten mit Containerisierungstools (Docker) und Orchestrierungsplattformen (Kubernetes).

Zusammenarbeit undk style="font-weight: Bold">Kommunikation

• Enge Zusammenarbeit mit DevOps-, Datentechnik- und Produktteams zur Integration von ML-Lösungen in Regierungsdienste.
• Präsentation komplexer technischer Konzepte für nicht-technische Interessengruppen.

Fähigkeiten undkQualifikationTechnischnavich

• Sicherin: Tiefe Kenntnisse in Python und SQL.
• Erforderlich: Erfahrung mit ML-Frameworks (TensorFlow, PyTorch, Scikit-Learn).
• Kritisch: Praktische Erfahrung in NLP (Transformers, BERT, LLM Feinabstimmung) UND Computer Vision (CV) (CNNs, YOLO oder Erfahrung mit OCR/ICR-Tools).
• Wichtig: Erfahrung mit MLOps-Tools (Kubeflow, MLflow, ZenML usw.).
• Wichtig: Erfahrung im Entwerfen von CI/CD-Pipelines (GitLab CI, Jenkins, Azure DevOps).
• Wichtig: Erfahrung mit Cloud-Plattformen (AWS, Azure oder GCP), einschließlich ihrer KI-Dienste (SageMaker, Azure ML, GCP AI).
• Verständnis von Containerisierungstools (Docker) und Orchestrierung (Kubernetes).
• Kenntnisse der Data-Engineering-Tools (Apache Spark, Airflow) sind ein großes Plus.

Analyse- undKenntnisse

• Tiefes Verständnis des gesamten ML-Workflows (von der Datenaufbereitung bis zur Produktionsüberwachung).
• Fähigkeit, die Leistung von Metrikmodellen zu analysieren und zu optimieren.

Zwischenmenschliche Fähigkeiten

• Ausgezeichnete Kommunikations- und Präsentationsfähigkeiten.
• Systematischer Ansatz, proaktiv und ergebnisorientiert.
• Fähigkeit, in einem Team und einer Multi-Stakeholder-Umgebung zu arbeiten.

Ein Vorteil wäre

• Mehr als 4 Jahre einschlägige Erfahrung im maschinellen Lernen oder verwandten Bereichen.
• Erfahrung in der Bereitstellung und Unterstützung hochbelasteter ML-Modelle in der Produktion.
• Erfahrung in der Arbeit mit Cloud-KI-Diensten (AWS SageMaker/Bedrock, Azure OpenAI/AI Studio, GCP AI).
• Verständnis moderner Ansätze für LLMOps und RAG.

Bildung und Wissen

• Ausbildung: MS/BS-Abschluss in Informatik, Datenwissenschaft, künstlicher Intelligenz oder verwandten technischen Fächern Feld.
• Englisch: Oberes mittleres Niveau (B2+) oder höher.
• Ukrainisch: Fließende Sprachkenntnisse (C1+).

Der Experte muss die festgelegten Qualifikationsanforderungen erfüllen, über einen einwandfreien geschäftlichen Ruf verfügen und als Fachmann geeignet seinUmfangreiche Erfahrung und Einhaltung der Grundsätze der Integrität.

Senden Sie Ihren Lebenslauf an e-mail [email protected]

Anfragen müssen im Betreff des Schreibens erfolgen. Geben Sie den Namen der Stelle an.

Einsendeschluss für Dokumente: 02 Dezember2025 (18:00 Uhr Kiew). Zeit).

Die Vergabe des Auftrags hängt von der Verfügbarkeit der Mittel ab.

Bewerbungen werden berücksichtigt, sobald die Bewerbungsformulare eingehen.