Python Developer
⚲ Warszawa, Śródmieście
Do uzgodnienia
Wymagania
- Python
- FastAPI
- PostgreSQL
- Docker
- Redis
- pgvector
- SSE
Opis stanowiska
Nasze wymagania:
Kilkuletnie doświadczenie w backendzie w Pythonie (FastAPI, Django lub Flask)
Projektowanie i integracja REST API
Kolejki / przetwarzanie asynchroniczne
PostgreSQL, Docker, CI/CD
Samodzielność
Mile widziane:
Streaming odpowiedzi (SSE)
Praca z API modeli AI / LLM
pgvector, Redis
Integracje serwis-serwis (HMAC, tokeny sesji)
O projekcie:
Budujemy warstwę AI nakładaną na istniejącą platformę kursów online (nie samą platformę). Dokładamy asystenta AI w kursie, wirtualnego przewodnika, wyszukiwanie semantyczne i ochronę płatnej wiedzy. Skala umiarkowana (500-2000 użytkowników), region EU, zgodność z RODO i AI Act. To zlecenie do realizacji konkretnego projektu, z możliwością przedłużenia na kolejny etap.
Zakres obowiązków:
Budowa bramki do modeli AI (routing, limity zapytań, bramka kosztowa)
Serwisy backendowe warstwy AI w Pythonie (FastAPI)
Kolejka zadań i pipeline transkrypcji wideo (przetwarzanie asynchroniczne, ponawianie przy błędach)
Konektory do platformy przez API, walidacja tokena sesji
Strumieniowanie odpowiedzi (SSE) i warstwa konwersacji (historia, okno kontekstu)
Współpraca z inżynierem AI/ML i architektem
Odbiór webhooków z platformy i przyrostowa synchronizacja treści (idempotentna, odporna na zgubione zdarzenia)
Pipeline OCR wgranych materiałów dodatkowych (PDF, grafiki)
Anonimizacja danych osobowych w bramce - integracja Presidio przed wysłaniem treści do modelu
Audit log warstwy AI zgodny z RODO i AI Act oraz kasowanie danych na żądanie (prawo do bycia zapomnianym)
Oferujemy:
Pełną pracę zdalną
Wynagrodzenie adekwatne do umiejętności i doświadczenia
Pracę nad realnym produktem AI budowanym od zera - warstwa AI (RAG, ochrona wiedzy, asystenci) na działającej platformie, a nie utrzymanie starego kodu
Nowoczesny stack i praca z LLM/GenAI na produkcji: Python, Azure OpenAI, RAG na pgvector
Konkretnie zdefiniowany projekt - gotowa architektura, roadmapa i zakres, więc wiadomo, co się buduje i po co
Realne wyzwanie techniczne: ochrona płatnej wiedzy w systemach GenAI to nietrywialny, ciekawy problem, nie kolejny prosty czat
Mały, senioralny zespół i krótka ścieżka decyzyjna - bezpośredni kontakt z architektem i osobami decyzyjnymi
Elastyczne godziny pracy (rozliczenie zadaniowe)
Możliwość przedłużenia współpracy na kolejny etap projektu
Kilkuletnie doświadczenie w backendzie w Pythonie (FastAPI, Django lub Flask)
Projektowanie i integracja REST API
Kolejki / przetwarzanie asynchroniczne
PostgreSQL, Docker, CI/CD
Samodzielność
Mile widziane:
Streaming odpowiedzi (SSE)
Praca z API modeli AI / LLM
pgvector, Redis
Integracje serwis-serwis (HMAC, tokeny sesji)
O projekcie:
Budujemy warstwę AI nakładaną na istniejącą platformę kursów online (nie samą platformę). Dokładamy asystenta AI w kursie, wirtualnego przewodnika, wyszukiwanie semantyczne i ochronę płatnej wiedzy. Skala umiarkowana (500-2000 użytkowników), region EU, zgodność z RODO i AI Act. To zlecenie do realizacji konkretnego projektu, z możliwością przedłużenia na kolejny etap.
Zakres obowiązków:
Budowa bramki do modeli AI (routing, limity zapytań, bramka kosztowa)
Serwisy backendowe warstwy AI w Pythonie (FastAPI)
Kolejka zadań i pipeline transkrypcji wideo (przetwarzanie asynchroniczne, ponawianie przy błędach)
Konektory do platformy przez API, walidacja tokena sesji
Strumieniowanie odpowiedzi (SSE) i warstwa konwersacji (historia, okno kontekstu)
Współpraca z inżynierem AI/ML i architektem
Odbiór webhooków z platformy i przyrostowa synchronizacja treści (idempotentna, odporna na zgubione zdarzenia)
Pipeline OCR wgranych materiałów dodatkowych (PDF, grafiki)
Anonimizacja danych osobowych w bramce - integracja Presidio przed wysłaniem treści do modelu
Audit log warstwy AI zgodny z RODO i AI Act oraz kasowanie danych na żądanie (prawo do bycia zapomnianym)
Oferujemy:
Pełną pracę zdalną
Wynagrodzenie adekwatne do umiejętności i doświadczenia
Pracę nad realnym produktem AI budowanym od zera - warstwa AI (RAG, ochrona wiedzy, asystenci) na działającej platformie, a nie utrzymanie starego kodu
Nowoczesny stack i praca z LLM/GenAI na produkcji: Python, Azure OpenAI, RAG na pgvector
Konkretnie zdefiniowany projekt - gotowa architektura, roadmapa i zakres, więc wiadomo, co się buduje i po co
Realne wyzwanie techniczne: ochrona płatnej wiedzy w systemach GenAI to nietrywialny, ciekawy problem, nie kolejny prosty czat
Mały, senioralny zespół i krótka ścieżka decyzyjna - bezpośredni kontakt z architektem i osobami decyzyjnymi
Elastyczne godziny pracy (rozliczenie zadaniowe)
Możliwość przedłużenia współpracy na kolejny etap projektu
🔍 Dekoder Ogłoszenia
✓ Ogłoszenie wygląda transparentnie — brak typowych czerwonych flag.