AI Developer (Python / RAG / GenAI)

1100 - 1200 PLN/ dzień./ dzień.B2BB2B (netto)

SeniorHybryda·WarszawaFull-time·B2B

#476365·Dodano 6 dni temu·1

Źródło: nofluffjobs.com

Aplikuj teraz

Tech Stack / Keywords

PythonAILLMRAGCAAPIAzure OpenAI AWS LangChain PostgreSQL Elasticsearch Git Docker CI/CD

Podsumowanie oferty

Dla klienta poszukujemy AI Developera do projektowania, budowania i skalowania rozwiązań opartych na Generative AI i LLM. Głównym zadaniem będzie rozwój rozwiązań RAG, integracja modeli językowych z korporacyjnymi źródłami wiedzy oraz tworzenie skalowalnych usług backendowych w Pythonie.

Wymagania

Bardzo dobra znajomość Python oraz doświadczenie w tworzeniu produkcyjnych aplikacji backendowych i usług AI.
Praktyczne doświadczenie z Generative AI i Large Language Models (LLM), w tym prompt engineering, context management i structured outputs.
Doświadczenie w projektowaniu i implementacji rozwiązań RAG.
Dobra znajomość całego procesu RAG: przetwarzania dokumentów, chunkingu, embeddingów, indeksowania, wyszukiwania, re-rankingu i generowania odpowiedzi.
Doświadczenie z co najmniej jedną platformą lub API LLM, np. Azure OpenAI, OpenAI API, AWS Bedrock lub Google Vertex AI.
Znajomość frameworków do orkiestracji rozwiązań AI, np. LangChain, LlamaIndex, Semantic Kernel lub podobnych.
Doświadczenie z bazami wektorowymi i wyszukiwaniem semantycznym, np. Azure AI Search, PostgreSQL/pgvector, Pinecone, Weaviate, Qdrant, Elasticsearch lub OpenSearch.
Znajomość Git, testów automatycznych i nowoczesnych praktyk wytwarzania oprogramowania.
Praktyczna znajomość Docker i konteneryzacji aplikacji.
Doświadczenie z pipeline'ami CI/CD oraz wdrażaniem aplikacji w środowiskach chmurowych.
Język angielski na poziomie B2/C1 – wymagany.

Obowiązki

Projektowanie i rozwój rozwiązań AI opartych na architekturze RAG, wykorzystujących modele LLM oraz korporacyjne źródła wiedzy.
Budowanie pipeline'ów do przetwarzania dokumentów, obejmujących ingestion, parsing, chunking, embedding, indexing, retrieval, re-ranking i generowanie odpowiedzi.
Integracja modeli LLM z bazami wektorowymi, usługami wyszukiwania, API oraz systemami enterprise.
Optymalizacja promptów, strategii wyszukiwania i zarządzania kontekstem w celu poprawy jakości odpowiedzi oraz ograniczenia halucynacji modeli.
Implementacja mechanizmów ewaluacji i monitorowania jakości wyszukiwania, trafności odpowiedzi, zgodności ze źródłami, czasu odpowiedzi oraz kosztów.
Rozwój skalowalnych usług backendowych i API w Pythonie.
Implementacja mechanizmów bezpieczeństwa, autoryzacji, cytowania oraz identyfikowalności źródeł informacji.
Współpraca z zespołami architektury, inżynierii, DevOps/MLOps oraz biznesem przy testowaniu, wdrażaniu i doskonaleniu rozwiązań.

Upvanta

201 aktywnych ofert

Zobacz wszystkie oferty

Aplikuj teraz