AI Developer Python RAG GenAI

Upvanta Kraków Bydgoszcz Warszawa Wrocław Gdańsk 2026-11-07
  • Bardzo dobra znajomość Python oraz doświadczenie w tworzeniu produkcyjnych aplikacji backendowych i usług AI.
  • Praktyczne doświadczenie z Generative AI i Large Language Models (LLM), w tym prompt engineering, context management i structured outputs.
  • Doświadczenie w projektowaniu i implementacji rozwiązań RAG.
  • Dobra znajomość całego procesu RAG: przetwarzania dokumentów, chunkingu, embeddingów, indeksowania, wyszukiwania, re-rankingu i generowania odpowiedzi.
  • Doświadczenie z co najmniej jedną platformą lub API LLM, np. Azure OpenAI, OpenAI API, AWS Bedrock lub Google Vertex AI.
  • Znajomość frameworków do orkiestracji rozwiązań AI, np. LangChain, LlamaIndex, Semantic Kernel lub podobnych.
  • Doświadczenie z bazami wektorowymi i wyszukiwaniem semantycznym, np. Azure AI Search, PostgreSQL/pgvector, Pinecone, Weaviate, Qdrant, Elasticsearch lub OpenSearch.
  • Znajomość Git, testów automatycznych i nowoczesnych praktyk wytwarzania oprogramowania.
  • Praktyczna znajomość Docker i konteneryzacji aplikacji.
  • Doświadczenie z pipeline'ami CI/CD oraz wdrażaniem aplikacji w środowiskach chmurowych.
  • Język angielski na poziomie B2/C1 – wymagany.

Dołącz do zespołu rozwijającego kompetencje w obszarze Data & AI w międzynarodowej organizacji technologicznej!
Dla naszego klienta poszukujemy AI Developera, który będzie uczestniczyć w projektowaniu, budowaniu i skalowaniu rozwiązań opartych na Generative AI oraz Large Language Models (LLM). Na tym stanowisku będziesz odpowiadać przede wszystkim za rozwój rozwiązań wykorzystujących architekturę Retrieval-Augmented Generation (RAG), integrację modeli językowych z korporacyjnymi źródłami wiedzy oraz tworzenie skalowalnych usług backendowych w Pythonie.


,[Projektowanie i rozwój rozwiązań AI opartych na architekturze RAG, wykorzystujących modele LLM oraz korporacyjne źródła wiedzy., Budowanie pipeline'ów do przetwarzania dokumentów, obejmujących ingestion, parsing, chunking, embedding, indexing, retrieval, re-ranking i generowanie odpowiedzi., Integracja modeli LLM z bazami wektorowymi, usługami wyszukiwania, API oraz systemami enterprise., Optymalizacja promptów, strategii wyszukiwania i zarządzania kontekstem w celu poprawy jakości odpowiedzi oraz ograniczenia halucynacji modeli., Implementacja mechanizmów ewaluacji i monitorowania jakości wyszukiwania, trafności odpowiedzi, zgodności ze źródłami, czasu odpowiedzi oraz kosztów., Rozwój skalowalnych usług backendowych i API w Pythonie., Implementacja mechanizmów bezpieczeństwa, autoryzacji, cytowania oraz identyfikowalności źródeł informacji., Współpraca z zespołami architektury, inżynierii, DevOps/MLOps oraz biznesem przy testowaniu, wdrażaniu i doskonaleniu rozwiązań.] Requirements: Python, AI, LLM, RAG, CA, API, Azure, OpenAI, AWS, LangChain, PostgreSQL, Elasticsearch, Git, Docker, CI/CD
APLIKUJ

Podobne oferty