Senior AI Engineer

Next Technology Professionals to wyspecjalizowana agencja rekrutacyjna i firma outsourcingowa o silnym profilu technologicznym. Od ponad 10 lat wspieramy firmy w budowie zespołów IT, AI, Cybersecurity, SAP oraz w rekrutacjach dla finansów, inżynierii i marketingu. Zrealizowaliśmy ponad 1000 skutecznych procesów rekrutacyjnych dla korporacji, scale-upów i dynamicznie rosnących startupów. Przesyłając swoje CV do Next Technology Professionals, trafiasz do starannie wyselekcjonowanej bazy kandydatów realizujących projekty dla wiodących globalnych organizacji. Pracujemy wyłącznie w oparciu o aktualne, konkretne potrzeby klientów. Jeśli Twój profil będzie odpowiadał jednemu z prowadzonych procesów, skontaktujemy się niezwłocznie.

• Minimum 7 lat doświadczenia komercyjnego na stanowisku AI/ML Engineer, Data Engineer lub Software Engineer przy tworzeniu systemów produkcyjnych.
• Praktyczna umiejętność budowania aplikacji z wykorzystaniem LLM (np. Claude, GPT) oraz solidna wiedza na temat architektury RAG i baz wektorowych.
• Bardzo dobra znajomość języków Python i SQL oraz swoboda w pracy z modelami danych i rozwiązaniami chmurowymi.
• Wysokie umiejętności komunikacyjne umożliwiające współpracę z interesariuszami nietechnicznymi i jasne tłumaczenie zagadnień inżynieryjnych.
• Biegła znajomość języka angielskiego w środowisku zawodowym (minimum B2+).

Nice to have:

• Doświadczenie z narzędziami do orkiestracji przepływów (np. Airflow).
• Znajomość procesów CI/CD.
• Doświadczenie z frameworkami do zapewniania jakości danych (np. Soda).
• Tworzenie systemów wieloagentowych.

• Projektowanie, tworzenie i wdrażanie agentów AI opartych na dużych modelach językowych (LLM) w bezpiecznym środowisku produkcyjnym.
• Rozwój i utrzymanie wielokrotnego użytku narzędzi oraz umiejętności sztucznej inteligencji wspierających procesy biznesowe.
• Zarządzanie architekturą RAG, wektorowymi bazami danych oraz ewaluacja i wdrażanie nowych modeli technologicznych dostępnych na rynku.
• Ścisła współpraca z zespołami analitycznymi w zakresie modelowania danych (budowa warstw semantycznych, przygotowanie danych pod AI).
• Monitorowanie skuteczności, rozwiązywanie problemów z integracjami (np. MCP, uwierzytelnianie) oraz dbanie o niezawodność infrastruktury agentów.