AI Python Developer/ Lead

We are partnering with a US-based health-tech company on the takeover of a production AI-powered mobile coaching platform. The platform is built around a Python AI core (atlas-ai) which runs a FastAPI chat surface with intent routing and tool-using agents, a LangGraph-based agent framework with multi-agent orchestration, a Celery + Redis task queue for asynchronous agent flows, MongoDB for fitness-plan storage, Redis for conversation state, and Postgres for LangGraph checkpoints. The product includes several agent personas: onboarding, chat, plan creation, in-workout smart adjust, plan smart adjust, habit formation. The platform integrates directly with OpenAI for the LLM layer. If the AI core breaks, the product breaks; if LLM token cost runs away, margins suffer; and if agent flows behave unpredictably under load, real users get bad coaching.

• 7+ years of production experience with Python at senior+ level
• Deep experience with LangGraph including state graphs, checkpoints, interrupts, multi-agent supervision, subgraphs
• Strong knowledge of the LangChain ecosystem: chains, tools, memory, output parsers, callbacks
• Production experience with FastAPI including streaming responses, dependency injection, middleware, async patterns
• Production expertise with Celery + Redis broker: task ordering, retries, idempotency, priority queues, dead-letter handling
• Proficiency in concurrency in Python: asyncio (gather, structured concurrency, cancellation), threading boundaries, mixing sync and async code safely
• Experience with multi-datastore operations: MongoDB, Redis, Postgres in a single service with transaction boundaries
• Extensive use of OpenAI API at scale: rate limits, retries with exponential backoff, fallback model routing, streaming, tool/function calling
• Familiarity with agent design patterns like ReAct, plan-and-execute, supervisor patterns, tool-use loops, multi-turn state, interrupt resumption
• Discipline in prompt engineering: evaluation, A/B testing, version control of prompts, regression detection
• Skills in token cost optimisation: prompt caching, model tiering, context window trimming, summary memory
• Production LLM observability: per-route token spend, prompt-level tracing, drift monitoring
• Testing discipline using pytest (including pytest-asyncio), property-based testing, snapshot tests for prompts, eval-based tests for agents
• Fluency with Pydantic v2, and type-hinted code

Nice to have:

• Experience with RAG production (vector stores: Pinecone, Qdrant, pgvector)
• Production incident command for LLM-powered systems
• ML engineering background including model serving, feature engineering
• Experience with Anthropic / Claude API in addition to OpenAI
• Data pipeline experience using Airflow, Dagster, Prefect
• Domain knowledge in fitness, health, or wearables
• Experience integrating Python core with cross-team JSI/native mobile bridges

First 90 days:

• Audit atlas-ai components: agent flows, LangGraph state machines, Celery topology, datastore usage, OpenAI integration patterns
• Produce a written assessment of operational risk including failure modes, race conditions, retry semantics, idempotency, and checkpoint integrity
• Quantify token costs per agent flow and per user session
• Identify highest-risk subsystems and propose stabilization plans
• Build or harden an evaluation harness for agent flows including golden cases, regression suites, hallucination/safety tests
• Lead knowledge-transfer sessions from the client's AI team

Ongoing:

• Set technical direction for the AI core
• Lead design of new agent flows and major changes to existing ones
• Own the production health of the AI surface (with platform/SRE support)
• Hire and mentor the AI engineering squad (~10 engineers at full scale)
• Represent the AI core in cross-team architecture conversations with the client

Informujemy, że administratorem danych jest apreel Sp. z o.o. z siedzibą w Warszawie, ul. Niegolewskiego 17 lok. 1 (dalej jako "administrator"). Masz prawo do żądania dostępu do swoich danych osobowych, ich sprostowania, usunięcia lub ograniczenia przetwarzania, prawo do wniesienia sprzeciwu wobec przetwarzania, a także prawo do przenoszenia danych oraz wniesienia skargi do organu nadzorczego. Dane osobowe przetwarzane będą w celu realizacji procesu rekrutacji. Podanie danych w zakresie wynikającym z ustawy z dnia 26 czerwca 1974 r. Kodeks pracy jest obowiązkowe. W pozostałym zakresie podanie danych jest dobrowolne. Odmowa podania danych obowiązkowych może skutkować brakiem możliwości przeprowadzenia procesu rekrutacji. Administrator przetwarza dane obowiązkowe na podstawie ciążącego na nim obowiązku prawnego, zaś w zakresie danych dodatkowych podstawą przetwarzania jest zgoda. Dane osobowe będą przetwarzane do czasu zakończenia postępowania rekrutacyjnego i przez okres możliwości dochodzenia ewentualnych roszczeń, a w przypadku wyrażenia zgody na udział w przyszłych postępowaniach rekrutacyjnych - do czasu wycofania tej zgody. Zgoda na przetwarzanie danych osobowych może zostać wycofana w dowolnym momencie. Odbiorcą danych jest serwis Just Join IT oraz inne podmioty, którym powierzyliśmy przetwarzanie danych w związku z rekrutacją.