Dołączysz do zespołu projektującego i rozwijającego zaawansowane aplikacje AI wspierające wykorzystanie wiedzy organizacyjnej, automatyzację procesów biznesowych i integrację z istniejącymi systemami oraz źródłami danych. Rozwiązania będą oparte na Generative AI, LLM, Agentic AI i architekturach RAG.
Bardzo dobra znajomość Python i doświadczenie w budowaniu aplikacji produkcyjnych.
Znajomość programowania asynchronicznego, integracji API i dobrych praktyk projektowania oprogramowania.
Praktyczne doświadczenie w tworzeniu aplikacji wykorzystujących duże modele językowe (LLM).
Znajomość architektur RAG, embeddings, wyszukiwania semantycznego i hybrydowego oraz vector databases.
Doświadczenie w integracji z zewnętrznymi źródłami danych, API i systemami biznesowymi.
Rozumienie procesów przetwarzania, indeksowania i udostępniania danych na potrzeby AI.
Praktyczna znajomość Docker i konteneryzacji aplikacji.
Doświadczenie w tworzeniu dokumentacji technicznej i zarządzaniu wydaniami oprogramowania.
Mile widziane:
Doświadczenie z LangChain, LangGraph lub równoważnymi frameworkami.
Umiejętność projektowania promptów, zarządzania kontekstem i wykorzystywania structured outputs.
Znajomość metod ewaluacji odpowiedzi modeli, testowania jakości i ograniczania halucynacji.
Doświadczenie w budowaniu agentów AI korzystających z narzędzi (tool calling/function calling).
Bardzo dobra znajomość SQL i relacyjnych baz danych.
Umiejętność pracy z danymi ustrukturyzowanymi i nieustrukturyzowanymi.
Znajomość Dremio oraz architektur Data Lakehouse.
Doświadczenie z LiteLLM, Ollama, vLLM lub innymi platformami udostępniania i serwowania modeli.
Projektowanie i rozwój rozwiązań AI:
Projektowanie, implementacja, rozwój i wdrażanie aplikacji oraz komponentów wykorzystujących modele LLM, Generative AI i agentów AI.
Projektowanie rozwiązań Agentic AI:
Budowa i rozwój systemów agentowych, w tym rozwiązań z agentami korzystającymi z narzędzi, współpracującymi ze sobą oraz realizującymi wieloetapowe procesy i zadania.
Projektowanie i implementacja rozwiązań RAG:
Budowa mechanizmów Retrieval-Augmented Generation, które umożliwiają modelom AI korzystanie z danych, dokumentów i wiedzy organizacyjnej.
Orkiestracja procesów i agentów AI:
Projektowanie i implementacja mechanizmów orkiestracji agentów oraz zarządzania stanem, pamięcią, kontekstem i przepływem zadań.
Integracja rozwiązań AI z otoczeniem systemowym:
Projektowanie i implementacja integracji z systemami organizacji, bazami danych, API i usługami zewnętrznymi.
Rozwój komponentów backendowych:
Projektowanie i implementacja usług backendowych oraz mikrousług wspierających rozwiązania AI, w szczególności z wykorzystaniem Python.
Implementacja mechanizmów komunikacji AI:
Projektowanie i wdrażanie integracji wykorzystujących MCP (Model Context Protocol) oraz mechanizmy i protokoły komunikacji między agentami i systemami.
Bezpieczeństwo rozwiązań AI:
Projektowanie i implementacja mechanizmów bezpieczeństwa, kontroli dostępu, guardrails oraz Human-in-the-Loop, odpowiednio do wymagań rozwiązania.
Ewaluacja, testowanie i monitoring:
Projektowanie i wdrażanie mechanizmów oceny jakości rozwiązań AI, testów i monitoringu oraz analizy poprawności ich działania.
Optymalizacja rozwiązań:
Analiza i optymalizacja wydajności rozwiązań, czasów odpowiedzi, kosztów inferencji i sposobu wykorzystania kontekstu modeli.
Automatyzacja budowy i wdrażania rozwiązań:
Projektowanie, rozwój i usprawnianie procesów CI/CD, konteneryzacji i automatyzacji wdrożeń tworzonych komponentów.
Wsparcie prac projektowych i architektonicznych:
Zapewnienie wsparcia technicznego i konsultacyjnego we współpracy z architektami, zespołami Data Engineering i DevOps oraz przedstawicielami obszarów biznesowych zaangażowanych w projekt.
Dokumentacja i zapewnienie jakości technicznej:
Opracowywanie i aktualizowanie dokumentacji technicznej oraz udział w przeglądach kodu i konsultowaniu decyzji architektonicznych.
Praca zdalna obejmuje okazjonalne wizyty w biurze klienta we Wrocławiu, raz w miesiącu.