2026-02-02
Roll 2: Senior AI utvecklare inom LLM och agentiv AI
Ansök gärna så snart som möjligt då uppdraget kan tillsättas innan sista ansökningsdag.
Uppdragsbeskrivning
Syftet med avropet är att förstärka Arbetsförmedlingens utveckling inom tillämpad AI genom att tillföra två AI-utvecklare med olika men kompletterande inriktningar.
Den ena inriktningen avser specialistkompetens inom multi-agentarkitektur, automatisering samt bild-till-text-lösningar (OCR), med fokus på att öka automatiseringsgraden och kvaliteten i AI-baserade handläggarstöd och matchningslösningar.
Den andra inriktningen avser specialistkompetens inom språkteknologi (NLP), lingvistik och AIbaserad matchning, med syfte att accelerera utvecklingen av avancerade AI lösningar för bland annat matchning mellan arbetssökande, lediga jobb och arbetsmarknadsutbildningar samt införande av AI-agenter som stödjer interna och externa processer.
Det övergripande målet med uppdraget är att genom modern och robust AI-teknik stärka Arbetsförmedlingens digitala tjänster, förbättra träffsäkerheten i matchningen och öka effektiviteten i verksamhetskritiska processer.
Uppdraget genomförs inom Arbetsförmedlingens sektion Tillämpad AI och syftar till att stärka myndighetens utveckling av tillämpade AI-lösningar. Konsulterna ska ingå i befintliga utvecklingsteam och arbeta i nära samverkan med andra utvecklare, verksamhetsrepresentanter och relevanta stödfunktioner. Arbetet omfattar utveckling, vidareutveckling, implementering och driftsättning av AI-baserade lösningar inom flera verksamhetskritiska områden, med fokus på matchning, automatisering och effektivisering av interna processer samt digitala tjänster.
Roll 2 – Senior AI utvecklare inom LLM och agentiv AI
Uppdraget omfattar utveckling av intelligenta lösningar baserade på samverkande AI-agenter med syfte att semi-automatisera och effektivisera delar av Arbetsförmedlingens ärendeflöden. Konsulten ska bidra med specialistkompetens inom agentbaserade system samt bild-till-text-lösningar (OCR).
Konsulten ska delta i pågående utvecklingsinitiativ och stödja implementering av AI-baserad matchning och automatisering som syftar till att avlasta handläggare och förbättra effektiviteten i verksamhetsprocesser. Arbetsuppgifterna omfattar bland annat:
- design och utveckling av agentbaserade AI-lösningar,
- integration av OCR-lösningar i befintliga system och arbetsflöden,
- stöd vid införande och vidareutveckling av AI-baserade automatiseringslösningar.
TID / OMFATTNING / PLACERING
Uppdraget omfattar två konsulter, vardera på 100 % heltid. Avtalsperioden är 12 månader med möjlighet till två förlängningar om vardera 12 månader.
Omfattningen per konsult är maximalt 2000 timmar per helår för en heltidstjänst.
Preliminär uppdragsperiod: 2026-03-09 - 2027-03-08
Arbetet sker i Arbetsförmedlingens lokaler i Solna.
Distansarbete upp till 49% av arbetstiden räknat över ett år kan accepteras efter överenskommelse med ansvarig chef
INTERVJU
I utvärderingen kommer intervjuförfarande att ingå med syfte att verifiera ställda krav där konsulten ombeds redogöra för sina kunskaper och erfarenheter kopplat till dessa.
Skallkrav
- Erbjudna konsulter ska uppfylla krav på kompetensnivå 4
- ha minst 3 års erfarenhet av att utveckla och implementera lösningar med Large Language Models (LLM).
- ha minst 5 års erfarenhet av praktisk AI-utveckling.
- ha minst 1 års erfarenhet av att tillämpa AI-Act, inklusive analys, riskbedömning och implementering av AI-system, samt kunna ge rådgivning kring efterlevnad och documentation av reglerna.
- ha minst 2 års erfarenhet av agentbaserad utveckling.
- ska ha dokumenterad erfarenhet av SoTA OCR (bild till text)
- Konsulten ska kunna kommunicera på svenska i både tal och skrift
Börkrav
- ha erfarenhet av att använda ramverk och verktyg såsom Langchain och PyTorch.
- ha kunskap inom forskningsfronten för LLMer, multi-agenter, och RAG-system
- ha goda kunskaper om GPU:er i förhållande till AI-utveckling och drift av modeller.
- ha goda kunskaper gällande state of the art (SoTa) inom OCR (optical character recognition) och multimodala modeller.