AI Engineer

• minimum 5-letniego doświadczenia
  komercyjnego w programowaniu w języku Python,


• praktycznego doświadczenia w
  projektowaniu i wdrażaniu rozwiązań opartych o LLM


• praktycznego doświadczenia w budowie
  rozwiązań RAG


• doświadczenia w projektowaniu i
  implementacji rozwiązań Agentic AI


• znajomości frameworków takich jak
  Agno, LangGraph, LangChain, LlamaIndex lub równoważnych


• doświadczenia w integracji rozwiązań
  AI z systemami biznesowymi za pośrednictwem API,


• znajomości bibliotek i frameworków
  ML/AI, w szczególności PyTorch, TensorFlow oraz Hugging Face


• praktycznej znajomości baz wektorowych
  (Qdrant, ChromaDB, Weaviate, Milvus lub równoważnych)


• znajomości zagadnień związanych z
  embeddings, rerankingiem oraz optymalizacją jakości odpowiedzi modeli


• doświadczenia w budowie usług
  backendowych z wykorzystaniem FastAPI


• znajomości zagadnień obserwowalności i
  ewaluacji systemów AI (np. Langfuse, LangSmith, Promptfoo, DeepEval)


• znajomości Docker oraz
  Kubernetes/OpenShift


• znajomości zagadnień MLOps i LLMOps


• umiejętności projektowania
  architektury rozwiązań AI w środowisku enterprise


• umiejętności współpracy z biznesem i
  zespołami technicznymi

Poszukiwany specjalista będzie uczestniczył w budowie i rozwoju platformy Agentic AI wykorzystywanej do wspierania procesów biznesowych Banku. Główne obszary odpowiedzialności obejmują rozwój architektury wieloagentowej opartej o framework Agno, integrację rozwiązań AI z systemami Banku, rozwój komponentów Machine Learning oraz budowę rozwiązań RAG i LLM wspierających automatyzację oraz cyfryzację procesów biznesowych. Oczekiwane jest praktyczne doświadczenie w dostarczaniu produkcyjnych rozwiązań AI działających w środowiskach enterprise.

Forma współpracy: B2B

Tryb: hybrydowo

,[ projektowanie, rozwój oraz utrzymanie rozwiązań Agentic AI wykorzystywanych w procesach biznesowych Banku, budowę, rozwój i utrzymanie systemów opartych o Large Language Models (LLM), projektowanie i implementację rozwiązań RAG (Retrieval Augmented Generation), budowę architektur wieloagentowych z wykorzystaniem frameworków takich jak Agno LangGraph lub rozwiązań równoważnych, integrację agentów AI z systemami biznesowymi Banku poprzez API oraz usługi integracyjne,, projektowanie i rozwój komponentów AI w języku Python, rozwój i utrzymanie modeli Machine Learning wspierających rozwiązania Agentic AI, tworzenie mechanizmów ewaluacji, monitoringu oraz obserwowalności rozwiązań AI, optymalizację jakości odpowiedzi modeli, ograniczanie halucynacji oraz rozwój mechanizmów bezpieczeństwa i kontroli AI, współpracę z zespołami biznesowymi, architektami, zespołami IT oraz bezpieczeństwa przy wdrażaniu rozwiązań AI] Requirements: Python, Machine learning