AI Engineer (Agent & Solution Engineering)

Brak informacji o wynagrodzeniu

MidOn-site·WarszawaFull-time

#466594·Dodano wczoraj·1

Źródło: justjoin.it

Aplikuj teraz

Tech Stack / Keywords

PythonAIGitAPI

Podsumowanie oferty

Będziesz rozwijać rozwiązania oparte na AI Platform dla całej organizacji oraz tworzyć agentów AI i aplikacje wykorzystujące LLM i RAG. Praca obejmuje integracje z systemami biznesowymi oraz projektowanie i implementację rozwiązań w Pythonie.

Wymagania

Rozwój oprogramowania:

Minimum 3–5 lat doświadczenia w tworzeniu aplikacji backendowych lub rozwiązań opartych na AI.
Bardzo dobra znajomość Python, Git, projektowania API i testowania oprogramowania.
Doświadczenie w budowie i utrzymaniu aplikacji produkcyjnych.

Generative AI i Agentic AI:

Praktyczne doświadczenie z aplikacjami wykorzystującymi modele LLM.
Znajomość Prompt Engineering, Context Engineering, RAG, Agent Orchestration, Tool Calling, Structured Outputs i Evaluation Frameworks.
Umiejętność projektowania architektury agentów AI oraz przepływów wieloagentowych.
Doświadczenie w optymalizacji jakości odpowiedzi modeli i ograniczaniu ryzyka halucynacji.

Platforma i integracje:

Znajomość Docker oraz konteneryzacji aplikacji.
Znajomość SQL oraz relacyjnych baz danych.
Umiejętność projektowania i integracji REST API.
Doświadczenie w analizie logów i diagnostyce błędów aplikacyjnych.
Znajomość zasad bezpiecznego tworzenia oprogramowania.

Mile widziane:

LangGraph
LangChain
MLflow
PostgreSQL
SQLAlchemy
Alembic
uv
pytest
Ruff
basedpyright
GitHub Actions
Azure Container Apps
Azure AI Foundry
OpenTelemetry
MCP (Model Context Protocol)

Obowiązki

Projektowanie rozwiązań AI:

Projektowanie i implementacja architektury agentów AI oraz aplikacji opartych na modelach generatywnych.
Dobór i implementacja wzorców agentowych, przepływów wieloetapowych oraz mechanizmów orkiestracji.
Projektowanie kontekstu działania agentów (Context Engineering), strategii RAG, wykorzystania narzędzi (Tool Calling) oraz zarządzania pamięcią i stanem konwersacji.
Projektowanie schematów odpowiedzi, mechanizmów walidacji i kontroli jakości generowanych odpowiedzi.

Rozwój i implementacja:

Tworzenie rozwiązań w oparciu o Agent Template oraz biblioteki dostarczane przez AI Platform.
Implementacja przepływów LangGraph, promptów, narzędzi i logiki biznesowej agentów.
Integracja modeli poprzez AI Gateway oraz dostępnych źródeł wiedzy organizacyjnej.
Implementacja integracji API oraz połączeń z systemami biznesowymi.
Zarządzanie konfiguracją agentów, promptów, zestawów wiedzy oraz reguł wykonania.

Testowanie i jakość:

Przygotowywanie testów jednostkowych, integracyjnych i ewaluacyjnych.
Walidacja jakości odpowiedzi modeli oraz zachowania agentów w różnych scenariuszach.
Testowanie przypadków halucynacji, niepoprawnych odpowiedzi, braków wiedzy, regresji funkcjonalnej oraz przekazania sprawy człowiekowi.
Definiowanie kryteriów jakości oraz akceptacji rozwiązań AI.

Monitoring i optymalizacja:

Implementacja monitoringu jakości, kosztów i wydajności rozwiązań AI.
Analiza logów, śladów wykonania (traces) i metryk działania agentów.
Optymalizacja kosztów wykorzystania modeli oraz szybkości działania aplikacji.
Wersjonowanie kodu, promptów, konfiguracji oraz zestawów testowych.

Współpraca i wdrożenia:

Przygotowywanie aplikacji do wdrożenia poprzez kontenery Docker.
Udział w code review i przeglądach architektonicznych.
Współpraca z AI Platform Engineer przy wdrożeniach produkcyjnych.
Tworzenie przykładów, wzorców implementacyjnych i materiałów wspierających onboarding kolejnych zespołów deweloperskich.

Benefity

Udział we wdrożeniu i rozwoju nowej grupowej platformy AI w firmie.

UNIQA

49 aktywnych ofert

Zobacz wszystkie oferty

Aplikuj teraz