Head of AI/ML – Python / Azure / Databricks / GenAI

Resulmatic staví a provozuje produkční AI, ML a datová řešení pro jednoho z největších evropských prodejců automobilů. Hledáme AI/ML leadera s hands-on přístupem, který dokáže vést tým datových vědců a AI inženýrů, ale zároveň zůstává dost blízko architektuře, kódu a produkčnímu provozu.

O Resulmaticu

Resulmatic je IT společnost specializující se na řešení v oblasti umělé inteligence, datové vědy a strojového učení. Stavíme a provozujeme produkční AI a datová řešení pro jednoho z největších evropských prodejců automobilů. Naše modely běží v reálném provozu a podílejí se na rozhodování o nákupu vozidel, predikci poptávky a automatizaci procesů. Tým má přibližně 30 lidí, plochou strukturu a přímý kontakt s vedením.

Koho hledáme

Hledáme AI/ML leadera s hands-on přístupem, který dokáže vést tým datových vědců a AI inženýrů, ale zároveň zůstává dost blízko architektuře, kódu a produkčnímu provozu, aby mohl vlastnit delivery i technickou kvalitu ML/GenAI řešení.

Část role je hands-on: budeš dělat code review, navrhovat architekturu a řešit klíčové části systému.

Část role je konzultační: budeš pravidelně diskutovat se stakeholdery zákazníka, co funguje, co zlepšit a kam dál investovat.

Budeš se podílet na produktech jako automatický pricing engine pro nákup vozů, agentní systémy pro automatizaci interních procesů a další ML/GenAI služby běžící nad Databricks lakehouse a Azure AI Foundry s využitím modelů Claude a Azure OpenAI.

Budeš reportovat přímo CEO a spolupracovat s vedením zákazníka na byznys prioritách.

Produkční kód u nás prochází peer review přes pull requesty a deployment probíhá pomocí CI/CD pipeline v Azure DevOps.

Budeš používat IDE dle vlastního výběru v kombinaci s AI nástroji jako Claude Code nebo Codex.

Pro udržení tempa s rychle se vyvíjejícím AI světem nabízíme dedikovaný čas během pracovního týdne na vzdělávání a experimentování.

Co u nás budeš dělat

Vést tým AI Engineers a Data Scientists: technicky mentorovat, dělat code review a pomáhat určovat produktový směr.

Navrhovat a nasazovat ML/AI produkty end-to-end, od zadání přes prototyp až po produkční provoz, monitoring a další iterace.

Řídit současný ML/AI backlog a nastavovat standardy pro to, jak mají vznikat další produkční AI služby.

Překládat byznys potřeby zákazníka do konkrétních AI řešení a zároveň obhajovat technická rozhodnutí před stakeholdery.

Rozvíjet ML/GenAI vrstvu nad Databricks lakehouse s využitím Azure AI Foundry, Azure OpenAI a Claude.

Hlídat, aby AI produkty nevznikaly jako jednorázové prototypy, ale jako produkční software: s peer review, CI/CD v Azure DevOps a monitoringem.

Hodnoty, na kterých nám záleží

Build Trust – v téhle roli mluvíš za celý tým; říkáš zákazníkovi, co model umí a co ne, i když to není příjemné.

Bet on Teamwork – hledáme lídra, ne hvězdu; rosteš přes tým, ne navzdory němu.

Focus on Targets – zajímají nás modely v produkci, ne modely v PowerPointu.

Co nabízíme

5 týdnů dovolené + 1 den navíc za každý rok spolupráce.

12 dní placeného studijního volna ročně.

Hybridní režim – 2–3 dny týdně home office.

Práci s nejmodernějšími technologiemi v AI a strojovém učení.

Podporující a přátelské pracovní prostředí, plochou strukturu a rychlé rozhodování bez několika manažerských vrstev.

Pravidelné týmové akce a společné obědy.

Profesní rozvoj formou interních i externích školení.

Odměny za doporučení nových kolegů.

Zdravotní péči uLékaře.cz pro tebe i tvé blízké.

Zvýhodněné tarify od T-Mobile pro tebe i rodinu.

Slevy na firemní služby a produkty – nákup vozu, pojištění, financování, servis.

Multisport kartu, teambuildingové akce, soutěže a slevy u obchodních partnerů.

Chceš se přidat? Pošli životopis a ukázku práce, na které jsi hrdý/á – klidně odkaz na GitHub, popis projektu nebo cokoli, co ukazuje, jak přemýšlíš.

Co od tebe očekáváme

Prokazatelnou produkční zkušenost s ML nebo GenAI řešeními v Pythonu – ne jen prototypy, ale nasazené a monitorované systémy.

Zkušenost s Azure stackem: Databricks, Delta Lake, Azure OpenAI nebo Azure AI Foundry.

Schopnost vést tech tým: code review, technický mentoring, nastavování standardů kvality.

Silnou byznys komunikaci – umíš vysvětlit model i jeho limity vedoucímu divize, který neví, co je gradient boosting.

Chuť nastavovat věci správně hned, ne pak refaktorovat rok po nasazení.

Komunikativní znalost češtiny.

Co je výhodou

Zkušenost s agentními nebo multi-agent systémy, například LangGraph, LangChain, AutoGen nebo vlastní orchestrace.

Znalost MLflow, experiment trackingu nebo model registry.

Zkušenost s dbt nebo data modelováním v lakehouse prostředí.

Zázemí z e-commerce, retailu nebo automotive.