Developer GenAI
⚲ Warszawa
25 200 - 30 240 PLN netto (B2B)
Wymagania
- 4-7 lat doświadczenia komercyjnego w backend development lub Machine Learning, w tym doświadczenie w projektach produkcyjnych z LLM
- bardzo dobra znajomość Pythona i doświadczenie w tworzeniu skalowalnych aplikacji backendowych
- praktyczna znajomość frameworków agentowych: LangGraph, LangChain, CrewAI, AutoGen lub Pydantic AI
- doświadczenie w budowie rozwiązań z RAG, bazami wektorowymi i modelami językowymi
- znajomość PostgreSQL oraz technologii Qdrant, Pinecone lub pgvector
- doświadczenie w integracji aplikacji przez REST API, kolejki komunikatów i usługi zewnętrzne
- znajomość narzędzi do monitoringu, ewaluacji lub tracingu rozwiązań AI
- angielski min. B2
Opis stanowiska
Rola developera GenAI w firmie technologicznej rozwijającej rozwiązania oparte o Generative AI i LLM. Będziesz projektować i rozwijać agentów AI realizujących złożone procesy biznesowe, budować i optymalizować pipeline'y RAG z bazami wektorowymi oraz integrować rozwiązania AI z systemami zewnętrznymi. To oferta dla doświadczonego backendowca lub inżyniera ML, który ma już za sobą produkcyjne projekty z LLM i chce współtworzyć architekturę nowoczesnych produktów AI.
🔍 Dekoder Ogłoszenia
🔴
rozwoju nowoczesnych produktów wykorzystujących sztuczną inteligencję
Może oznaczać pracę nad innowacyjnymi rozwiązaniami, ale też nad produktami, które są dopiero w fazie koncepcji i mogą nie być gotowe do wdrożenia.
🔴
udział w projektowaniu architektury rozwiązań AI
Może oznaczać faktyczny wpływ na architekturę, ale też jedynie przeglądanie i komentowanie istniejących rozwiązań.
🔴
Budowaniem i rozwijaniem agentów AI realizujących złożone procesy biznesowe
Może oznaczać pracę nad zaawansowanymi systemami, ale też nad prostymi skryptami automatyzującymi powtarzalne zadania.
🔴
Tworzeniem oraz optymalizacją pipeline'ów RAG z wykorzystaniem baz wektorowych i nowoczesnych mechanizmów wyszukiwania
Choć brzmi technicznie, może oznaczać zarówno zaawansowane prace nad wydajnością, jak i podstawowe konfiguracje istniejących narzędzi.
🔴
Rozwijaniem mechanizmów odpowiedzialnych za jakość, bezpieczeństwo i niezawodność działania agentów AI
Może oznaczać tworzenie od podstaw zaawansowanych systemów monitorowania i zabezpieczeń, lub jedynie implementację gotowych rozwiązań.