Senior GenAI Engineer

Nasz klient to globalna firma doradztwa strategicznego i operacyjnego. Doradza największym przedsiębiorstwom świata, rządom i instytucjom publicznym.

• Minimum 6 lat doświadczenia w software engineeringu, w tym w obszarze systemów backendowych, API oraz systemów rozproszonych
• Minimum 3 lata doświadczenia w pracy z produkcyjnymi aplikacjami GenAI lub LLM
• Bardzo dobra znajomość Pythona
• Doświadczenie w budowaniu skalowalnych API, mikroserwisów oraz aplikacji cloud-native
• Bardzo dobre rozumienie zasad projektowania systemów produkcyjnych, skalowalności, odporności oraz observability
• Praktyczne doświadczenie z LLM APIs oraz RAG
• Doświadczenie z architekturami AI agentów oraz tool-calling
• Doświadczenie z systemami orkiestracji multi-agent
• Znajomość prompt engineeringu oraz optymalizacji promptów
• Doświadczenie z embedding models oraz vector databases
• Doświadczenie w pracy z wieloma dostawcami foundation models oraz ekosystemem open-source LLM
• Doświadczenie z platformami cloud, takimi jak AWS, Azure lub GCP
• Doświadczenie w integracji systemów GenAI z platformami enterprise, API oraz ekosystemami danych
• Bardzo dobre umiejętności komunikacyjne oraz zdolność wyjaśniania złożonych zagadnień AI zarówno osobom technicznym, jak i nietechnicznym
• Silne umiejętności analityczne i nastawienie na rozwiązywanie problemów
• Doświadczenie w prowadzeniu inicjatyw technicznych

Nice to have:

• Doświadczenie z frameworkami takimi jak LangChain, LangGraph, LlamaIndex, CrewAI, Semantic Kernel, AutoGen lub podobnymi
• Doświadczenie z fine-tuningiem modeli, PEFT, LoRA oraz deploymentem open-source LLM
• Znajomość vector databases, takich jak Pinecone, Weaviate, Chroma, FAISS, Milvus lub pgvector
• Doświadczenie z Dockerem, Kubernetesem, Ray, MLflow, Airflow lub Temporal
• Doświadczenie z platformami AI observability i evaluation, takimi jak LangSmith, Weights & Biases, Arize, Helicone, Phoenix lub podobnymi

• Projektowanie, rozwijanie i wdrażanie skalowalnych aplikacji GenAI z wykorzystaniem LLM, RAG, AI agentów oraz frameworków do orkiestracji workflow
• Budowanie produkcyjnych systemów AI integrujących ustrukturyzowane i nieustrukturyzowane dane enterprise
• Architektura i optymalizacja end-to-end pipeline’ów AI
• Tworzenie copilotów, asystentów AI, workflow automatyzacyjnych oraz autonomicznych systemów agentowych
• Projektowanie hybrydowych systemów AI łączących deterministyczne workflow z autonomicznym zachowaniem agentów
• Budowanie workflow opartych o orkiestrację wielu agentów
• Implementacja tracingu, telemetrii, observability i monitoringu
• Tworzenie zautomatyzowanych pipeline’ów ewaluacyjnych oraz frameworków testowych
• Zwiększanie niezawodności systemów poprzez optymalizację retrievalu oraz wdrażanie mechanizmów AI safety
• Optymalizacja kosztów inferencji, opóźnień, przepustowości i skalowalności
• Odpowiedzialność za systemy AI od etapu prototypu po produkcję
• Współpraca ze stakeholderami, Product Managerami, zespołami platformowymi oraz Data Engineerami
• Śledzenie najnowszych trendów i rozwiązań w obszarze LLM, agentic AI, systemów multimodalnych oraz infrastruktury AI