AI Engineer Senior

RITS Group to firma informatyczna oferująca najwyższej jakości usługi programistyczne dla rynku polskiego i międzynarodowego, specjalizująca się w innowacyjnych rozwiązaniach technologicznych.

• Bardzo dobra znajomość Javy i/lub Pythona.
• Praktyczne doświadczenie w tworzeniu rozwiązań wykorzystujących LLM.
• Znajomość co najmniej jednego frameworka, np. LangChain4j, Google ADK, Pydantic AI, lub Spring AI.
• Znajomość Google BigQuery, w tym SQL, modelowania danych oraz optymalizacji kosztów i wydajności zapytań.
• Doświadczenie w tworzeniu usług i integracji z wykorzystaniem REST API.
• Umiejętność testowania, ewaluacji i diagnozowania systemów opartych na LLM.
• Znajomość dobrych praktyk tworzenia, wdrażania i utrzymywania oprogramowania.

Nice to have:

• Doświadczenie z rozwiązaniami NL2SQL, Conversational Analytics lub BI-as-Chat.
• Znajomość podejścia RAG, embeddingów, chunkingu i re-rankingu.
• Przetwarzanie dokumentów, obrazów i nagrań audio, w tym OCR, ekstrakcja tekstu i transkrypcja.
• Znajomość metod ewaluacji systemów GenAI, testów offline i online, wersjonowania promptów.
• Doświadczenie z semantic layer, metrics layer, cache’owaniem i preagregacją danych.
• Znajomość MCP oraz architektur agentowych.
• Doświadczenie z bazami wektorowymi, np. Qdrant, Pinecone, Weaviate, Milvus.
• Znajomość baz grafowych, np. Neo4j, i podejścia GraphRAG.
• Znajomość FastAPI, Kubernetes, Cloud Run i Pub/Sub.
• Znajomość języka Rust.
• Doświadczenie w środowiskach regulowanych: audyt, klasyfikacja danych, kontrola dostępu, ochrona danych wrażliwych.

• Budowa systemu do zadawania pytań o dane w języku naturalnym, interpretacji intencji użytkowników, generowania zapytań SQL oraz ich bezpiecznego wykonywania.
• Wsparcie platformy do przetwarzania, przechowywania i udostępniania danych niestrukturalnych: dokumentów, obrazów, nagrań audio.
• Projektowanie procesów ekstrakcji treści, OCR, ASR oraz generowania embeddingów.
• Tworzenie serwisów do kategoryzacji danych, obsługi ontologii i integracji komponentów systemu.
• Ewaluacja rozwiązań LLM, testowanie jakości, diagnozowanie błędów, poprawa niezawodności i bezpieczeństwa.
• Projektowanie i rozwój usług oraz API wspierających rozwiązania AI.
• Stosowanie dobrych praktyk programistycznych, testowanie i utrzymywanie rozwijanych rozwiązań.