Senior GenAI Engineer

🏢 Summary: B2B role for an AI Agent Engineer to design and develop production-grade AI agent workflows using LLMs and orchestration tools, with strong focus on reliability, performance, and voice integration. The position involves building and optimizing agent logic, guardrails, evaluation frameworks, and system integrations in a greenfield AI-native environment. High impact on architecture and end-to-end ownership of AI solutions. 🗂️ Requirements: Minimum 4 years of production experience with Python, Strong experience with asynchronous programming and concurrency (asyncio, race conditions), Hands-on experience with LLMs (function calling, prompt engineering, error analysis), Experience designing AI reliability mechanisms (guardrails, validation, flow control), Practical experience with Pydantic v2, Experience testing non-deterministic systems (scenario testing, quality metrics), Experience with AI development tools (Claude Code, Cursor, Copilot) 📃 Skills: Python, asyncio, LLM, LangGraph, Pydantic, YAML, HTTP, SSE, LiveKit, Datadog, LangSmith, STT, TTS, VAD, Deepgram, Whisper, ElevenLabs, MCP, OpenTelemetry, DeepEval, Docker, Kubernetes, AWS 🏢 Description: Be in IT to firma rekrutacyjna, wyspecjalizowana w poszukiwaniu Specjalistów z branży technologii informatycznych. Obecnie, dla naszego klienta, poszukujemy osoby na stanowisko: AI Agent Engineer Zakres obowiązków: Projektowanie i rozwój workflow agentów AI w oparciu o LangGraph (StateGraph). Budowa i optymalizacja logiki przejść, stanów oraz ścieżek decyzyjnych. Implementacja guardraili zapewniających poprawne działanie LLM (wykrywanie halucynacji, błędów, braków w sekwencji). Tworzenie narzędzi wywoływanych przez LLM (async Python + Pydantic, retry logic, obsługa błędów). Projektowanie i utrzymanie promptów oraz szablonów YAML z dynamicznym kontekstem. Rozwój i utrzymanie frameworka ewaluacyjnego (testy scenariuszowe, metryki jakości). Integracja systemów poprzez MCP (HTTP/SSE, LiveKit RPC). Monitorowanie i optymalizacja wydajności (Datadog, LangSmith, latency <500 ms p95). Współpraca przy rozwoju voice pipeline (STT, TTS, VAD, echo detection). Debugowanie i poprawa zachowania agentów w środowisku produkcyjnym. Oczekujemy: Minimum 4 lata doświadczenia w Pythonie (środowisko produkcyjne). Bardzo dobra znajomość programowania asynchronicznego (asyncio, race conditions, concurrency). Doświadczenie w pracy z LLM (function calling, prompt engineering, analiza błędów). Umiejętność projektowania systemów zapewniających niezawodność AI (guardrails, walidacja, kontrola przepływu). Praktyczna znajomość Pydantic v2. Doświadczenie w testowaniu systemów niedeterministycznych (testy scenariuszowe, metryki jakości). Doświadczenie w pracy z narzędziami AI (np. Claude Code, Cursor, Copilot). Samodzielność i ownership — prowadzenie rozwiązań od projektu do wdrożenia. Mile widziane: LangGraph lub podobne narzędzia orkiestracji. Doświadczenie z Voice AI (np. Deepgram, Whisper, ElevenLabs). Znajomość MCP (Model Context Protocol). Praca z Datadog, LangSmith, OpenTelemetry. DeepEval lub inne frameworki ewaluacyjne. Docker, Kubernetes, AWS. Doświadczenie w startupie. Oferujemy: Długotrwałą współpracę na zasadach B2B - stawka 60-80USD/h. Pracę przy zaawansowanym, produkcyjnym systemie agentów AI (voice + LLM + orchestration). Realny wpływ na architekturę i rozwój produktu od podstaw (greenfield). Środowisko AI-native — praca z wykorzystaniem agentów AI w codziennym developmentcie. Dużą autonomię i odpowiedzialność za rozwiązania end-to-end. Możliwość rozwiązywania złożonych problemów (LLM reliability, real-time systems, orchestration). Współpracę z doświadczonym zespołem technologicznym.

🏢 Summary: Oferta dotyczy długoterminowej pracy jako AI Engineer lub Senior AI Engineer przy budowie i skalowaniu rozwiązań opartych o Generative AI, LLM oraz AI Agents. Rola obejmuje projektowanie architektury AI, implementację RAG, rozwój API i pipeline’ów MLOps oraz integrację modeli AI z systemami biznesowymi. Praca odbywa się głównie zdalnie w modelu B2B lub UoP, w niewielkim zespole realizującym projekty produkcyjne. 🗂️ Requirements: Minimum 3 lata doświadczenia komercyjnego jako AI Engineer, ML Engineer lub pokrewna rola, Bardzo dobra znajomość Python, Znajomość LangChain, LangGraph, LlamaIndex lub podobnych frameworków, Doświadczenie z rozwiązaniami RAG, Znajomość baz wektorowych, Umiejętność projektowania i budowy REST API, Doświadczenie z Docker, Doświadczenie z AWS, Azure lub GCP, Znajomość Git, Znajomość dobrych praktyk Software Engineering, Umiejętność pracy w Agile, Język angielski na poziomie minimum B2+/C1- 📃 Skills: Python, LLM, OpenAI, Anthropic, Gemini, Llama, LangChain, LangGraph, CrewAI, AutoGen, RAG, FastAPI, Docker, Kubernetes, AWS, Azure, GCP, PyTorch, HuggingFace, MLflow, Airflow, Redis, PostgreSQL, LlamaIndex, Qdrant, Pinecone, Milvus, Weaviate, ChromaDB, REST, Git, Agile, SemanticKernel, MCP, LoRA, QLoRA, CI/CD, MLOps, vLLM, Ollama, TGI 🏢 Description: W ITLT pomagamy naszym partnerom budować rozwiązania, które jeszcze kilka lat temu wydawały się niemożliwe. Pracujemy z organizacjami rozwijającymi produkty oparte o Generative AI, LLM, AI Agents oraz nowoczesne platformy Machine Learning. Współtworzymy rozwiązania od fazy Proof of Concept, przez produkcyjne wdrożenia, aż po skalowanie środowisk AI obsługujących tysiące użytkowników Aktualnie poszukujemy osób na stanowisko: AI Engineer i Senior AI Engineer Konkrety: Forma współpracy: B2B lub UoP. Jesteśmy w pełni otwarci na Twoją propozycję - wystarczy wpisać odpowiednią kwotę w formularzu aplikacyjnym Miejsce pracy: Zapewniamy dużą swobodę pracy zdalnej, przy czym zapraszamy od czasu do czasu do naszego warszawskiego biura Wymiar pracy: Full-time Zespół: 6-8os. Proces rekrutacji: 1-etapowy (spotkanie zdalne via MS Teams). Sporadycznie możliwe dodatkowe krótkie spotkanie - połączone z decyzją Szacowany czas trwania projektu: Długoterminowy/bezterminowy Tematy na projekcie: Python, LLM (OpenAI, Anthropic, Gemini, Llama), LangChain, LangGraph, CrewAI, AutoGen, RAG, Vector Databases, FastAPI, Docker, Kubernetes, AWS, Azure, GCP, PyTorch, Hugging Face, MLflow, Airflow, Redis, PostgreSQL Do Twoich głównych obowiązków na tym stanowisku należeć będzie: Budowa i rozwój aplikacji opartych o Generative AI Tworzenie agentów AI wspierających procesy biznesowe Projektowanie architektury rozwiązań LLM Implementacja RAG oraz integracja z bazami wektorowymi Fine-tuning i optymalizacja modeli Integracja modeli AI z istniejącymi systemami Budowa API oraz mikroserwisów wspierających rozwiązania AI Rozwój pipeline'ów Machine Learning i MLOps Optymalizacja kosztów oraz wydajności rozwiązań AI Współpraca z zespołami Data Science, Software Engineering oraz Cloud Ta oferta będzie idealna dla Ciebie, jeśli posiadasz: Minimum 3 lata doświadczenia komercyjnego jako AI Engineer, ML Engineer lub pokrewnej roli Bardzo dobrą znajomość Pythona Praktyczną znajomość frameworków takich jak LangChain, LangGraph, LlamaIndex lub podobnych Doświadczenie z rozwiązaniami RAG Znajomość baz wektorowych (Qdrant, Pinecone, Milvus, Weaviate, ChromaDB) Umiejętność projektowania i budowy REST API Doświadczenie z Docker oraz środowiskami Cloud (AWS, Azure lub GCP) Znajomość Git oraz dobrych praktyk Software Engineering Umiejętność pracy w środowisku Agile Język angielski (przynajmniej na poziomie B2+/C1- Mile widziana znajomość: AI Agents (CrewAI, AutoGen, Semantic Kernel) MCP (Model Context Protocol) Fine-tuning modeli Open Source LoRA / QLoRA Hugging Face PyTorch Kubernetes CI/CD MLOps Prompt Engineering Observability dla systemów AI Znajomość inferencji modeli lokalnych (vLLM, Ollama, TGI) Warto do nas dołączyć, ponieważ oferujemy: Dużą swobodę pracy zdalnej Długofalowe stabilne zatrudnienie Szansę na uczestniczenie w kluczowych projektach dla dużej firmy działającej w bardzo stabilnym sektorze Atrakcyjne wynagrodzenie (adekwatne do umiejętności i doświadczenia) Benefity (Lux Med, MultiSport...) W razie pytań pingnij śmiało na Linkedin'ie do Kuby

🏢 Summary: The role involves designing, developing, and deploying AI and LLM-based solutions in a cloud environment, with a focus on building and enhancing Data, Analytics, MLOps, and LLMOps platforms. The position covers full lifecycle management of machine learning and language models, including deployment, monitoring, and optimization. The engineer will contribute to data architecture and distributed systems supporting AI-driven products. 🗂️ Requirements: Experience as LLM Engineer or similar AI/Data role, Around 3 years of experience with Python, Experience building Data, Analytics, MLOps or LLMOps platforms in cloud environments, Experience with Azure cloud, Knowledge of full ML model lifecycle management in cloud, Experience with Big Data open-source tools: Kafka, Airflow, Presto, Spark, Experience in database design and data modeling, Experience working with distributed systems 📃 Skills: Python, Azure, LLM, AI, MLOps, LLMOps, Kafka, Airflow, Presto, Spark, SQL, BigData 🏢 Description: Dla naszego klienta, innowacyjnej firmy z branży ubezpieczeniowej, poszukujemy : AI / LLM Engineera Zakres obowiązków: Projektowanie, rozwój i wdrażanie rozwiązań opartych o LLM oraz technologie AI w środowisku chmurowym, Tworzenie i rozwój komponentów wspierających budowę nowoczesnych platform Data / Analytics / MLOps / LLMOps, Zarządzanie cyklem życia modeli machine learningowych i rozwiązań opartych o modele językowe, w tym ich wdrażaniem, monitorowaniem i optymalizacją, Współpraca przy budowie i doskonaleniu procesów automatyzujących rozwój, testowanie i utrzymanie rozwiązań AI, Współpraca z zespołami Data, Analytics oraz IT w celu zapewnienia spójności architektury i wysokiej jakości dostarczanych rozwiązań, Udział w projektowaniu architektury danych i rozwiązań rozproszonych wspierających rozwój produktów opartych o AI. Wymagania Doświadczenie na stanowisku LLM Engineer lub w zbliżonej roli z obszaru danych i AI, Około 3 lata doświadczenia z Pythonem, Doświadczenie w tworzeniu i rozwijaniu platform z obszaru Data, Analytics, MLOps lub LLMOps w środowisku chmurowym, preferencyjnie Azure, Znajomość zagadnień związanych z pełnym cyklem życia modeli machine learningowych, w tym ich wdrażaniem, utrzymaniem oraz monitoringiem w środowisku chmurowym, Doświadczenie w pracy z narzędziami open source wykorzystywanymi w ekosystemie Big Data, takimi jak Kafka, Airflow, Presto, Spark, Doświadczenie w projektowaniu baz danych, modelowaniu danych oraz pracy z systemami rozproszonymi, Samodzielność, inicjatywa oraz umiejętność efektywnej pracy w zespole. Pracodawca oferuje: Zatrudnienie w oparciu o umowę o pracę lub B2B, Atrakcyjne wynagrodzenie, Pracę w trybie hybrydowym lub zdalnym, Elastyczne godziny rozpoczęcia pracy, Pracę w zespole rozwijającym innowacje cyfrowe w obszarze ubezpieczeń, Realną autonomię i wpływ na kierunek rozwoju platformy oraz rozwiązań biznesowych, Dostęp do nowoczesnych narzędzi i rozwiązań cloud-native, Obszerny pakiet benefitów pozapłacowych: prywatna opieka medyczna, karta sportowa, dofinansowanie do szkoleń/studiów/kursów językowych, Zniżki na produkty własne.

🏢 Summary: Tech Lead AI responsible for designing and scaling GenAI systems based on Python, leading a team in building LLM-powered solutions such as chatbots, AI agents, and RAG systems. The role focuses on architecture, optimization, and integration of AI solutions with scalable backend and cloud environments. It combines hands-on development of advanced AI systems with technical leadership and strategic technology direction. 🗂️ Requirements: Minimum 6 years in software engineering, At least 2 years in Lead/Staff/Principal/Manager role, Expertise in Python, Experience with ML/AI frameworks, Experience building and optimizing LLM systems, Experience with chatbots, AI agents and RAG, Knowledge of scalable APIs and distributed systems, Experience with cloud platforms, Experience with Docker and Kubernetes, Experience with fine-tuning AI models, Knowledge of LangChain and LlamaIndex, Experience with MLOps and CI/CD for AI, Ability to design system architecture and conduct code reviews 📃 Skills: Python, Django, FastAPI, Flask, TensorFlow, PyTorch, HuggingFace, LLM, RAG, LangChain, LlamaIndex, OpenAI, Anthropic, Mistral, LLaMA, AWS, GCP, Azure, Docker, Kubernetes, MLOps, CI/CD, Prompting 🏢 Description: O roli Szukamy Tech Leada AI z silnym doświadczeniem w Pythonie , który będzie odpowiedzialny za architekturę i rozwój systemów opartych na GenAI . Osoba na tym stanowisku pokieruje zespołem inżynierów, wdrażając nowoczesne rozwiązania oparte na LLM, chatbotach, agentach AI i systemach RAG . Twoim zadaniem będzie tworzenie, optymalizacja i skalowanie systemów AI , a także aktywna współpraca z zespołami produktowymi, badawczymi i biznesowymi. Rola wymaga silnego technicznego leadershipu , strategicznego myślenia oraz umiejętności przekładania celów biznesowych na efektywne rozwiązania inżynieryjne . Twoje zadania 🔹 Projektowanie i rozwój systemów GenAI: Tworzenie architektury i infrastruktury AI opartych na Pythonie. Optymalizacja wydajności i skalowalności LLM, chatbotów, agentów AI oraz systemów RAG . Integracja rozwiązań AI z systemami backendowymi i produktami cyfrowymi. 🔹 Zarządzanie zespołem i technologią: Techniczne prowadzenie zespołu programistów, zapewnienie code quality i best practices . Mentoring i rozwój zespołu w zakresie technologii GenAI. Definiowanie roadmapy technologicznej i priorytetów zespołu. 🔹 Innowacje i strategia: Badanie i wdrażanie najnowszych frameworków oraz modeli LLM (np. OpenAI, Anthropic, Mistral, LLaMA). Tworzenie customowych modeli AI oraz optymalizacja procesów inferencji. Eksploracja możliwości fine-tuningu LLM oraz strategii prompt engineeringu . 🔹 Współpraca z biznesem i produktami: Ścisła współpraca z zespołami data science, ML i produktowymi . Konsultowanie architektury i strategii AI z interesariuszami biznesowymi. Tworzenie AI-driven rozwiązań , które realnie wpływają na użytkowników. Czego oczekujemy? Min. 6 lat doświadczenia w inżynierii oprogramowania , w tym 2+ lat jako Lead/ Staff/ Principal lub Manager. Ekspertyza w Pythonie (Django, FastAPI, Flask) oraz frameworkach ML/AI (TensorFlow, PyTorch, Hugging Face). Doświadczenie w tworzeniu i optymalizacji LLM, chatbotów, agentów AI, RAG . Znajomość architektur skalowalnych API i systemów rozproszonych . Doświadczenie w pracy z chmurami (AWS, GCP, Azure) i konteneryzacją (Docker, Kubernetes). Umiejętność prowadzenia code review, architektury rozwiązań i strategii technologicznej . Świetne zdolności komunikacyjne i współpracy z różnymi działami. Doświadczenie w fine-tuningu modeli AI i strategiach retrieval-augmented generation (RAG) . Znajomość technologii LangChain, LlamaIndex, Prompt Engineering . Background w MLOps, CI/CD dla AI .

🏢 Summary: The offer is for an MLOps / AI Engineer to design, implement and maintain AI/ML solutions for banking and financial sector projects. The role focuses on building MLOps environments, automating training and deployment processes, and managing cloud-based AI infrastructure in production. You will support the full lifecycle of ML models, including monitoring and optimization in production environments. 🗂️ Requirements: 3–4 years of experience as MLOps Engineer, AI Engineer, Machine Learning Engineer or similar, Strong knowledge of Python, Experience building and maintaining ML solutions in production environments, Experience with Docker and containerization, Experience with AWS, Azure or Google Cloud Platform, Knowledge of CI/CD and deployment automation, Experience working with Git, Knowledge of AI/ML model monitoring in production 📃 Skills: Python, Docker, AWS, Azure, GCP, CICD, Git, MLOps, MachineLearning, Monitoring, Cloud 🏢 Description: O projekcie Poszukujemy MLOps / AI Engineera do realizacji innowacyjnych projektów dla sektora bankowego i finansowego. Osoba na tym stanowisku będzie odpowiedzialna za projektowanie, wdrażanie oraz utrzymanie rozwiązań opartych o sztuczną inteligencję, uczenie maszynowe oraz nowoczesne platformy danych. Będziesz współpracować z zespołami Data Science, Data Engineering i DevOps, wspierając cały cykl życia modeli AI – od budowy środowisk treningowych po wdrożenie modeli na środowiska produkcyjne. Twój zakres obowiązków Projektowanie i rozwój środowisk MLOps wspierających wdrażanie modeli AI/ML Automatyzacja procesów trenowania, testowania oraz wdrażania modeli Budowa i utrzymanie pipeline'ów ML oraz Data Pipelines Monitorowanie jakości, wydajności i stabilności modeli produkcyjnych Współpraca z Data Scientistami oraz zespołami developerskimi Implementacja rozwiązań opartych o Generative AI i Large Language Models (LLM) Zarządzanie infrastrukturą chmurową wspierającą rozwiązania AI Tworzenie dokumentacji technicznej oraz dobrych praktyk w zakresie AI Engineering Optymalizacja kosztów i wydajności środowisk AI/ML Nasze wymagania Minimum 3–4 lata doświadczenia na stanowisku MLOps Engineer, AI Engineer, Machine Learning Engineer lub pokrewnym Bardzo dobra znajomość Python Doświadczenie w budowie i utrzymaniu rozwiązań Machine Learning w środowiskach produkcyjnych Znajomość Docker oraz konteneryzacji aplikacji Doświadczenie z platformami chmurowymi AWS, Azure lub Google Cloud Platform Znajomość CI/CD oraz automatyzacji procesów wdrożeniowych Doświadczenie w pracy z Git Znajomość zagadnień związanych z monitoringiem modeli AI Umiejętność współpracy z zespołami Data Science i Engineering Znajomość języka angielskiego na poziomie B2–C1 Mile widziane Doświadczenie z MLflow Znajomość Apache Airflow Doświadczenie z Kubernetes Praktyczna znajomość PyTorch lub TensorFlow Doświadczenie z Large Language Models (LLM) Znajomość frameworków takich jak LangChain, LangGraph lub LlamaIndex Doświadczenie z bazami wektorowymi (Pinecone, Weaviate, ChromaDB, Qdrant) Znajomość rozwiązań RAG (Retrieval-Augmented Generation) Doświadczenie w projektach Generative AI Znajomość Apache Kafka Doświadczenie w sektorze bankowym lub finansowym Oferujemy Udział w nowoczesnych projektach związanych ze sztuczną inteligencją i uczeniem maszynowym Możliwość pracy zdalnej lub hybrydowej Elastyczne godziny pracy Stabilną współpracę przy długoterminowych projektach Możliwość rozwoju kompetencji w obszarze AI, MLOps i Generative AI Pracę z najnowszymi technologiami chmurowymi i rozwiązaniami AI Współpracę z ekspertami Data Science, AI oraz Cloud Engineering Realny wpływ na rozwój innowacyjnych produktów i usług Atrakcyjne wynagrodzenie adekwatne do doświadczenia i kompetencji Jeżeli chcesz rozwijać rozwiązania oparte na sztucznej inteligencji, wdrażać modele ML na skalę produkcyjną oraz uczestniczyć w projektach wykorzystujących Generative AI i LLM – zapraszamy do aplikowania.

🏢 Summary: B2B offer for a Voice Agent AI Engineer to design and develop production-grade voice AI agents using LLMs, orchestration frameworks, and real-time pipelines. The role focuses on building reliable, low-latency AI workflows with strong guardrails, evaluation frameworks, and system integrations. You will own end-to-end development of AI agents in a greenfield, AI-native environment. 🗂️ Requirements: Minimum 4 years of commercial experience with Python in production, Strong knowledge of asynchronous programming (asyncio, concurrency, race conditions), Hands-on experience with LLMs (function calling, prompt engineering, error analysis), Experience designing reliable AI systems (guardrails, validation, flow control), Practical experience with Pydantic v2, Experience testing non-deterministic systems (scenario tests, quality metrics), Experience with AI development tools (e.g. Claude Code, Cursor, Copilot) 📃 Skills: Python, asyncio, Concurrency, LLM, Prompting, FunctionCalling, Pydantic, LangGraph, StateGraph, MCP, HTTP, SSE, LiveKit, YAML, Datadog, LangSmith, OpenTelemetry, DeepEval, Docker, Kubernetes, AWS, Whisper, Deepgram, ElevenLabs, Guardrails 🏢 Description: Be in IT to firma rekrutacyjna, wyspecjalizowana w poszukiwaniu Specjalistów z branży technologii informatycznych. Obecnie, dla naszego klienta, poszukujemy osoby na stanowisko: Voice Agent AI Engineer Zakres obowiązków: Projektowanie i rozwój workflow agentów AI w oparciu o LangGraph (StateGraph). Budowa i optymalizacja logiki przejść, stanów oraz ścieżek decyzyjnych. Implementacja guardraili zapewniających poprawne działanie LLM (wykrywanie halucynacji, błędów, braków w sekwencji). Tworzenie narzędzi wywoływanych przez LLM (async Python + Pydantic, retry logic, obsługa błędów). Projektowanie i utrzymanie promptów oraz szablonów YAML z dynamicznym kontekstem. Rozwój i utrzymanie frameworka ewaluacyjnego (testy scenariuszowe, metryki jakości). Integracja systemów poprzez MCP (HTTP/SSE, LiveKit RPC). Monitorowanie i optymalizacja wydajności (Datadog, LangSmith, latency <500 ms p95). Współpraca przy rozwoju voice pipeline (STT, TTS, VAD, echo detection). Debugowanie i poprawa zachowania agentów w środowisku produkcyjnym. Oczekujemy: Minimum 4 lata doświadczenia w Pythonie (środowisko produkcyjne). Bardzo dobra znajomość programowania asynchronicznego (asyncio, race conditions, concurrency). Doświadczenie w pracy z LLM (function calling, prompt engineering, analiza błędów). Umiejętność projektowania systemów zapewniających niezawodność AI (guardrails, walidacja, kontrola przepływu). Praktyczna znajomość Pydantic v2. Doświadczenie w testowaniu systemów niedeterministycznych (testy scenariuszowe, metryki jakości). Doświadczenie w pracy z narzędziami AI (np. Claude Code, Cursor, Copilot). Samodzielność i ownership — prowadzenie rozwiązań od projektu do wdrożenia. Mile widziane: LangGraph lub podobne narzędzia orkiestracji. Doświadczenie z Voice AI (np. Deepgram, Whisper, ElevenLabs). Znajomość MCP (Model Context Protocol). Praca z Datadog, LangSmith, OpenTelemetry. DeepEval lub inne frameworki ewaluacyjne. Docker, Kubernetes, AWS. Doświadczenie w startupie. Oferujemy: Długotrwałą współpracę na zasadach B2B - stawka 60-80 USD/h. Pracę przy zaawansowanym, produkcyjnym systemie agentów AI (voice + LLM + orchestration). Realny wpływ na architekturę i rozwój produktu od podstaw (greenfield). Środowisko AI-native — praca z wykorzystaniem agentów AI w codziennym developmentcie. Dużą autonomię i odpowiedzialność za rozwiązania end-to-end. Możliwość rozwiązywania złożonych problemów (LLM reliability, real-time systems, orchestration). Współpracę z doświadczonym zespołem technologicznym.

🏢 Summary: Oferta dotyczy roli inżyniera AI/LLM odpowiedzialnego za projektowanie i wdrażanie produkcyjnych systemów opartych na Pythonie oraz zaawansowanych architekturach LLM. Stanowisko obejmuje budowę rozwiązań RAG, orkiestrację agentów oraz przygotowanie pipeline’ów danych pod modele językowe. Rola wymaga pracy z wektorowymi bazami danych oraz zapewnienia jakości poprzez testy i ewaluację systemów niedeterministycznych. 🗂️ Requirements: Minimum 3 lata komercyjnego doświadczenia w projektowaniu i wdrażaniu systemów produkcyjnych w Pythonie, Doświadczenie w budowie zaawansowanych architektur LLM (RAG, harness engineering, orkiestracja), Praktyczna znajomość LangChain lub LlamaIndex, Znajomość wzorców projektowych i zasad Clean Code, Doświadczenie w pisaniu testów i ewaluacji systemów niedeterministycznych, Doświadczenie w Data Engineering dla LLM (ETL, parsowanie dokumentów, chunking, transformacje danych), Praca z bibliotekami do manipulacji danymi, Znajomość wektorowych baz danych i strategii chunkingu, Wykształcenie wyższe w kierunku ścisłym lub pokrewnym, Znajomość języka angielskiego na poziomie min. B2 📃 Skills: Python, LLM, RAG, LangChain, LlamaIndex, Pandas, NumPy, Qdrant, Pinecone, Chroma, ETL, Azure, GCP, AWS, Docker, Kubernetes, PyTorch, TensorFlow, C#, Go, Java, SQL, AzureDevOps 🏢 Description: Wymagania: Doświadczenie komercyjne: minimum 3 lata projektowania i wdrażania systemów w jakości produkcyjnej w Pythonie. Udokumentowane doświadczenie w budowaniu zaawansowanych architektur LLM: zaawansowany RAG, harness engineering oraz orkiestracja przy użyciu frameworków takich jak LangChain lub LlamaIndex. Znajomość wzorców projektowych, zasad Clean Code oraz pisania testów i ewaluacji dla systemów niedeterministycznych. Doświadczenie w Data Engineering pod LLM: ETL dla danych nieustrukturyzowanych (parsowanie dokumentów, chunking), transformacji oraz pracy z bibliotekami manipulacji danymi (Pandas, NumPy). Praktyczna znajomość wektorowych baz danych (np. Qdrant, Pinecone, Chroma) oraz strategii chunkingu i zarządzania metadanymi. Umiejętność przekładania skomplikowanych koncepcji AI na język korzyści biznesowych i współpraca z zespołami produktowymi. Wyższe wykształcenie (lub w trakcie) w naukach ścisłych/ilościowych (Informatyka, Matematyka, Fizyka, Ekonometria lub pokrewne) oraz znajomość języka angielskiego na poziomie min. B2. Welcome Skills: Znajomość zaawansowanych frameworków agentowych: LangGraph, CrewAI, AutoGen. Praktyka z chmurami (Azure, GCP lub AWS) oraz konteneryzacją i orkiestracją (Docker, Kubernetes). Zrozumienie klasycznego NLP oraz frameworków głębokiego uczenia (PyTorch, TensorFlow) na potrzeby utrzymania i aktualizacji istniejących komponentów. Znajomość dodatkowego języka (C#, Go, Java). Szczególnie cenimy komercyjne doświadczenie w ekosystemie .NET (C#, SQL Server, Azure PaaS) oraz budowaniu potoków CI/CD (Azure DevOps).

🏢 Summary: AI Engineer role focused on developing and enhancing ML and GenAI/LLM-based solutions for fraud detection, anomaly detection, and transaction analytics in the banking sector. The position involves building scalable applications, creating and optimizing machine learning models, and analyzing large-scale data sets. Work is primarily remote with periodic onsite collaboration. 🗂️ Requirements: Higher education degree in ComputerScience, Mathematics, Physics or related field, Minimum 3 years of commercial experience in DataScience, Experience in building and evaluating MachineLearning models, Hands-on experience with LLM and GenAI models and Embeddings, Strong programming skills in Python 📃 Skills: Python, MachineLearning, DataScience, LLM, GenAI, Embeddings, Spark, Hadoop, Hive, Azure, FastAPI, Spring, REST, PowerBI, CICD 🏢 Description: AI Engineer (GenAI, LLM) Na potrzeby projektów z obszaru dużych modeli językowych LLM/Gen AI poszukujemy osób na stanowisko AI Engineer. Obecnie nasz klient - lider innowacyjnych rozwiązań bankowych pracuje nad autorskim systemem do detekcji fraudów, detekcji anomalii oraz analityki w transakcjach klientów. Lokalizacja: Praca zdalna + praca zespołowa z biura w Warszawie (2x w miesiącu) Główne zadania Rozwój aplikacji, które dotykają milionów klientów każdego dnia Pisanie kodu z dbałością o każdy szczegół Tworzenie nowych modeli ML lub rozwój już istniejących Rozwiązywanie problemów, z którymi nie radzą sobie inne zespoły Analiza TB danych w celu poprawy jakości rozwiązań - oferujemy dużą przestrzeń do pracy kreatywnej Oczekiwania Wykształcenie wyższe na kierunku informatyka, fizyka, matematyka, lub pokrewnym (warunek konieczny) Min. 3 lata doświadczenia komercyjnego w zakresie tworzenia rozwiązań Data Science Wiedza z zakresu tworzenia modeli uczenia maszynowego oraz ich ewaluacji Doświadczenie z dużymi modelami językowymi (LLM), embedingami oraz modelami GenAI Doświadczenie w programowaniu z wykorzystaniem Python Ciągła chęć rozwoju, odpowiedzialność, kreatywność oraz pomysłowość Biegła znajomość j. polskiego, dobra znajomość j. angielskiego Mile widziane: doświadczenie przy pisaniu aplikacji RESTowych (np. Spring albo FastAPI) Doświadczenie w pracy z narzędziami Big Data: Spark, Hadoop, Hive etc. doświadczenie w pracy w chmurze Azure doświadczenie w pracy z PowerBi doświadczenie w pracy z narzędziami CI/CD Oferujemy Stałe wsparcie osobistego agenta , dbającego o Twoją ciągłość projektową, kontakt z klientem, niezbędne formalności, komfort pracy oraz rozwój Stabilny projekt i długofalową współpracę w oparciu o umowę o pracę Rozwój zawodowy nie tylko podczas projektu – możesz zaangażować się w przekazywanie wiedzy innym w ramach oferty 7N Services kierowanej do klientów 7N Dostęp do 7N Learning & Development – platformy rozwojowo-edukacyjnej z webinarami, biblioteką artykułów i raportów branżowych oraz zaproszeniami na wydarzenia rozwojowe – techniczne, biznesowe oraz life-stylowe Udział w wybranych eventach organizowanych przez klienta (wyjazdy integracyjne, spotkania świąteczne) oraz 7N (eventy sportowe) Relacje i dostęp do wiedzy najbardziej doświadczonych ekspertów IT na rynku Narzędzia niezbędne do świadczenia usług Pracę hybrydową z przewagą pracy zdalnej z dowolnego miejsca w Polsce (90%) Spotkanie zespołowe w biurze klienta w Warszawie raz na 2 tygodnie Pakiet benefitów zaplanowany od A do Z, czyli dofinansowanie do opieki medycznej, ubezpieczenia na życie, karty sportowej dla Ciebie i Twoich bliskich, a także zniżki do sklepów w Polsce i za granicą.

🏢 Summary: AI Engineer role focused on designing and implementing GenAI solutions, particularly RAG-based systems using LLM services. The position involves prototyping AI assistants, developing and deploying production-grade solutions, and working with Azure-based AI services. The role combines hands-on engineering with analytical prototyping in commercial AI projects. 🗂️ Requirements: Higher education in Computer Science, Data Science, Mathematics, Econometrics or related field, Minimum 3 years of experience as AI Engineer delivering LLM-based projects, Very good knowledge of Azure environment, Very good knowledge of Python, Strong knowledge of RAG techniques and prompt engineering, Experience implementing and integrating LLMs in Python, Basic knowledge of NLP, Knowledge of code review practices and CI/CD pipelines using Gitlab 📃 Skills: Python, Langchain, Streamlit, MLFlow, Azure, OpenAI, DocumentIntelligence, AISearch, AppService, Functions, DevOps, Databricks, Sharepoint, RAG, LLM, NLP, Gitlab, CICD 🏢 Description: Firma Algomine, należąca do grupy TTPSC, poszukuje AI Engineer Zakres obowiązków: Projektowanie i implementacja rozwiązań z obszaru GenAI W szczególności budowa rozwiązań typu RAG (m.in. z użyciem Langchain) z wykorzystaniem gotowych modeli/usług LLM Prototypowanie aplikacji typu asystent AI dla użytkowników biznesowych (m.in. w oparciu o Streamlit) Development i deployment rozwiązań o charakterze produkcyjnym Bliska współpraca z klientem, analiza procesów, zbieranie wymagań Praca na projektach analitycznych i konsultingowych Prototypowanie rozwiązań analitycznych (testowanie podejść) Prezentacja koncepcji i business case, omawianie uzyskiwanych wyników Ewaluacja nowych technologii, bibliotek, podejść oraz proponowanie innowacyjnych rozwiązań Stos Technologiczny Open source: Python, Langchain, Streamlit, MLFlow Azure: OpenAI, Document Intelligence, AI Search, App Service, Functions, DevOps, Databricks Sharepoint Poszukiwane kompetencje: Wykształcenie wyższe informatyczne lub pokrewne np.: data science, matematyka, ekonometria, metody ilościowe Ponad 3-letnie doświadczenie w roli inżyniera AI we wdrażaniu komercyjnych lub naukowych projektów wykorzystujących usługi LLM Bardzi dobra znajomość środowiska Azure Bardzo dobra znajomość języka Python Dobra znajomość technik RAG, prompt engineering, używania LLM oraz ich implementacji w Python Podstawowa znajomość zagadnień przetwarzania języka naturalnego (NLP) Znajomość dobrych praktyk programistycznych (Code review, Gitlab, CI/CD) Dobra komunikacja, umiejętność prowadzenie rozmów z odbiorcą biznesowym Dobra znajomość języka angielskiego Mile widziane: Doświadczenie w obszarze doradztwa i consultingu Doświadczenie we wdrażaniu projektów data science/AI od startu do uruchomienia produkcyjnego Znajomość Azure Databricks Znajomość PyTorch, TensorFlow Doświadczenie w operacjonalizacji modeli Certyfikaty potwierdzające posiadane umiejętności Oferujemy: Udział w zróżnicowanych i zaawansowanych technologicznie projektach GenAI Nowoczesny stack technologiczny i otwartość na wdrażanie nowych rozwiązań Pracę w dedykowanym zespole Data Science/AI Prywatna opieka medyczna i karta sportowa Elastyczny czas pracy i możliwość 100% pracy zdalnej Spotkania integracyjne oraz niezapomniane imprezy firmowe

🏢 Summary: Fullstack Developer role in a strategic AI platform used in production to build and deploy Machine Learning and GenAI solutions integrated with business applications. The position focuses primarily on backend development in Java and Spring Boot with a significant frontend part in Angular, within a microservices architecture. The project involves building scalable, high-availability systems in a cloud-based environment. 🗂️ Requirements: Minimum 4 years of professional experience, Strong knowledge of Java, Strong knowledge of Spring and Spring Boot, Experience with Angular, Experience with TypeScript, Experience with RxJS, Experience with messaging systems, Experience with cloud platforms, Experience with containerization, Experience with orchestration platforms 📃 Skills: Java, Spring, SpringBoot, Angular, TypeScript, RxJS, SQL, NoSQL, Azure, OpenShift, CI/CD, Messaging, Docker, Kubernetes 🏢 Description: O projekcie Dołączysz do zespołu rozwijającego strategiczną platformę AI wykorzystywaną w środowisku produkcyjnym do budowy i wdrażania rozwiązań opartych o Machine Learning, GenAI oraz modele językowe (LLM). System integruje modele językowe z aplikacjami biznesowymi, wspierając automatyzację procesów, analizę danych, generowanie treści i wsparcie użytkowników. Stack technologiczny: Java, Spring Boot, Angular, TypeScript, RxJS, SQL, NoSQL, Azure Cloud Services, OpenShift, CI/CD. Rola: Fullstack Developer (około 70% Java, 30% Angular). Lokalizacja: Kraków, praca hybrydowa (3 dni z biura w Krakowie). Twoje zadania Rozwój backendu w Java i Spring Boot (około 70%). Rozwój frontendu w Angular (około 30%). Projektowanie skalowalnych i wysokodostępnych rozwiązań w architekturze mikroserwisowej. Tworzenie i rozwój nowych funkcjonalności opartych o AI i GenAI. Wymagania Minimum 4 lata doświadczenia. Bardzo dobra znajomość Java oraz Spring/Spring Boot. Doświadczenie w rozwoju aplikacji frontendowych w Angular, TypeScript i RxJS. Doświadczenie w pracy z systemami messagingowymi. Doświadczenie z platformami chmurowymi. Doświadczenie z konteneryzacją i platformami orkiestracji. Znajomość języka angielskiego na poziomie min. B2. Mile widziane: Doświadczenie z Python, Node.js lub React. Doświadczenie z rozwiązaniami GenAI i modelami LLM. Znajomość LangChain lub LangGraph. Dlaczego warto Praca przy strategicznej platformie AI wykorzystywanej produkcyjnie w dużej organizacji. Możliwość zdobycia praktycznego doświadczenia z GenAI, LLM oraz nowoczesnymi frameworkami agentowymi. Długofalowy projekt rozwijany w oparciu o nowoczesne technologie i architekturę mikroserwisową.