Senior LLM Engineer
⚲ Warszawa, Śródmieście
180–210 zł netto (+ VAT) / godz.
Wymagania
- Java
- SQL
Opis stanowiska
Nasze wymagania:
Doświadczenie: Minimum 5 lat w IT, z czego przynajmniej 2 lata w obszarze LLM/Generative AI.
AI Coding: Praktyczna wiedza o systemach autonomicznie generujących kod i metodach ich walidacji.
Inżynierski "core": Silne podstawy CS (algorytmika, struktury danych) i bardzo wysoka jakość dostarczanego kodu.
Otwartość na legacy: Brak oporów przed analizą systemów klasy Enterprise (np. Java, SQL).
O projekcie:
Jako Softwarely poszukujemy dla naszego klienta eksperta, który połączy świat badań nad LLM z twardą produkcją. Klient projektuje ekosystem do autonomicznej analizy i transformacji złożonych architektur monolitycznych (legacy) przy użyciu inteligentnych agentów.
Dodatkowe informacje:
U klienta nie ma miejsca na schematy. Praca polega na ścisłej kooperacji z architektami i DevOpsami nad realnym produktem, a nie tylko „proof of concept”. Ceni się tu merytoryczne kwestionowanie status quo i branie odpowiedzialności za kierunek rozwoju technologii.
Zakres obowiązków:
Optymalizacja modeli (Feedback Loops): Projektowanie systemów, w których LLM uczą się na podstawie wyników z testów i środowisk runtime.
Zarządzanie wiedzą (Context Design): Budowa strategii dostarczania precyzyjnych danych do modeli (RAG, Graph-based context).
Systemy Multi-Agent: Architektura i orkiestracja wyspecjalizowanych agentów rozwiązujących złożone problemy logiczne.
Custom Models: Fine-tuning i adaptacja modeli do niestandardowych zadań związanych z analizą semantyczną kodu.
Doświadczenie: Minimum 5 lat w IT, z czego przynajmniej 2 lata w obszarze LLM/Generative AI.
AI Coding: Praktyczna wiedza o systemach autonomicznie generujących kod i metodach ich walidacji.
Inżynierski "core": Silne podstawy CS (algorytmika, struktury danych) i bardzo wysoka jakość dostarczanego kodu.
Otwartość na legacy: Brak oporów przed analizą systemów klasy Enterprise (np. Java, SQL).
O projekcie:
Jako Softwarely poszukujemy dla naszego klienta eksperta, który połączy świat badań nad LLM z twardą produkcją. Klient projektuje ekosystem do autonomicznej analizy i transformacji złożonych architektur monolitycznych (legacy) przy użyciu inteligentnych agentów.
Dodatkowe informacje:
U klienta nie ma miejsca na schematy. Praca polega na ścisłej kooperacji z architektami i DevOpsami nad realnym produktem, a nie tylko „proof of concept”. Ceni się tu merytoryczne kwestionowanie status quo i branie odpowiedzialności za kierunek rozwoju technologii.
Zakres obowiązków:
Optymalizacja modeli (Feedback Loops): Projektowanie systemów, w których LLM uczą się na podstawie wyników z testów i środowisk runtime.
Zarządzanie wiedzą (Context Design): Budowa strategii dostarczania precyzyjnych danych do modeli (RAG, Graph-based context).
Systemy Multi-Agent: Architektura i orkiestracja wyspecjalizowanych agentów rozwiązujących złożone problemy logiczne.
Custom Models: Fine-tuning i adaptacja modeli do niestandardowych zadań związanych z analizą semantyczną kodu.
🔍 Dekoder Ogłoszenia
🟡
Silne podstawy CS (algorytmika, struktury danych)
Oczekuje się, że kandydat będzie potrafił rozwiązywać problemy algorytmiczne i optymalizować kod pod kątem wydajności, a nie tylko korzystać z gotowych bibliotek.
🟡
bardzo wysoka jakość dostarczanego kodu
Oczekuje się kodu, który jest nie tylko funkcjonalny, ale również czytelny, testowalny, dobrze udokumentowany i zgodny ze standardami.
🔴
Otwartość na legacy: Brak oporów przed analizą systemów klasy Enterprise (np. Java, SQL).
Będziesz musiał pracować z istniejącym, prawdopodobnie starym i skomplikowanym kodem, który może być trudny do zrozumienia i modyfikacji.
🟡
U klienta nie ma miejsca na schematy.
Oczekuje się samodzielności i proaktywności w rozwiązywaniu problemów, a nie ścisłego podążania za narzuconymi procedurami.
🟢
Ceni się tu merytoryczne kwestionowanie status quo i branie odpowiedzialności za kierunek rozwoju technologii.
Oczekuje się, że będziesz aktywnie proponował ulepszenia i podejmował decyzje dotyczące technologii, a nie tylko wykonywał polecenia.