Nowa
AI Engineer
Brak informacji o wynagrodzeniu
SeniorFull-time
#346826·Dodano dziś·0
Źródło: nofluffjobs.comTech Stack / Keywords
LLMJSONAzure Open AIAPIUATCI/CD
Wymagania
- Doświadczenie w projektach opartych o agentowe systemy LLM w środowisku regulowanym
- Praktyczna znajomość Azure OpenAI i modeli reasoningowych
- Umiejętność projektowania i rozwijania promptów z podejściem „prompt as code"
- Doświadczenie w projektowaniu modularnych promptów i architektur agentowych
- Znajomość scenariuszy RAG oraz grounding
- Umiejętność tworzenia promptów odpornych na halucynacje i prompt injection
- Doświadczenie w integracji AI z systemami biznesowymi i narzędziami orkiestracji agentów
- Znajomość metod ewaluacji jakości modeli i promptów
- Praktyka z narzędziami LangSmith, Langfuse, Braintrust, Promptfoo lub własnymi frameworkami
- Umiejętność analizy trace'ów agentów i debugowania
- Doświadczenie we współpracy z product ownerami, analitykami, zespołami AI/data/IT oraz obszarami compliance, risk, security i model risk management
- Umiejętność przekładania potrzeb biznesowych na rozwiązania promptowe i agentowe
Obowiązki
- Doświadczenie w projektach opartych o agentowe systemy LLM realizowanych w środowisku regulowanym (np. bankowość), obejmujących etapy PoC, pilotażu i UAT
- Praktyczna znajomość pracy z Azure OpenAI w środowisku enterprise oraz doświadczenie z modelami reasoningowymi (np. o-series, Claude Extended Thinking)
- Umiejętność projektowania i rozwijania promptów zgodnie z podejściem „prompt as code" — wersjonowanie w Git, code review, CI/CD, testy regresyjne, środowiska dev/test/prod
- Doświadczenie w projektowaniu modularnych promptów i architektur agentowych (ReAct, planning, self-check, multi-agent orchestration)
- Znajomość scenariuszy RAG oraz grounding — projektowanie rozwiązań opartych o źródła wiedzy, regulacje, procedury i dokumenty klienta
- Umiejętność tworzenia promptów odpornych na halucynacje, prompt injection i inne ryzyka bezpieczeństwa związane z LLM
- Doświadczenie w integracji rozwiązań AI z systemami biznesowymi oraz narzędziami orkiestracji agentów
- Znajomość metod ewaluacji jakości modeli i promptów: golden datasets, eval sets, regression testing, LLM-as-a-judge, metryki jakości i stabilności
- Praktyka w pracy z narzędziami typu LangSmith, Langfuse, Braintrust, Promptfoo lub własnymi frameworkami ewaluacyjnymi
- Umiejętność analizy trace'ów agentów, debugowania failure modes oraz iteracyjnego ulepszania rozwiązań na podstawie danych runtime
- Doświadczenie we współpracy z product ownerami, analitykami, zespołami AI/data/IT oraz obszarami compliance, risk, security i model risk management
- Umiejętność przekładania potrzeb biznesowych na skuteczne rozwiązania promptowe i agentowe
DCG
359 aktywnych ofert