Python GenAI Developer

🏢 Summary: B2B offer for a senior engineer to design and develop production-grade AI agents using LangGraph and LLMs, including voice pipelines and real-time orchestration. The role focuses on building reliable, low-latency AI workflows with guardrails, evaluation frameworks, and system integrations. The position involves end-to-end ownership from architecture design to production optimization. 🗂️ Requirements: Minimum 4 years of commercial experience in Python, Strong knowledge of asynchronous programming (asyncio, concurrency, race conditions), Experience working with LLMs (function calling, prompt engineering, error analysis), Ability to design reliable AI systems (guardrails, validation, flow control), Practical experience with Pydantic v2, Experience testing non-deterministic systems (scenario testing, quality metrics), Experience with AI development tools (e.g., Claude Code, Cursor, Copilot), Ability to independently deliver solutions from design to production 📃 Skills: Python, asyncio, LangGraph, LLM, Pydantic, YAML, HTTP, SSE, LiveKit, Datadog, LangSmith, STT, TTS, VAD, Deepgram, Whisper, ElevenLabs, MCP, OpenTelemetry, DeepEval, Docker, Kubernetes, AWS 🏢 Description: 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 50-70USD/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 technologiczny

🏢 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: Senior-level role focused on designing and delivering scalable AI/ML solutions, including LLMs, RAG, and agent-based systems, from architecture to production deployment. The position involves leading technical decisions, writing high-quality Python code, and building cloud-based microservices solutions. The role also requires translating business needs into robust, production-ready AI systems. 🗂️ Requirements: Several years of software development experience (senior-level), Strong Python proficiency, Solid understanding of ML/AI ecosystem (LLMs, NLP, deep learning), Hands-on experience with RAG, prompt engineering, agent-based systems, Experience with microservices architecture, Experience with databases, Experience with Kubernetes, Experience with CI/CD pipelines, Experience with Azure cloud, English proficiency 📃 Skills: Python, LLMs, RAG, NLP, DeepLearning, PromptEngineering, Microservices, Databases, Kubernetes, CICD, Azure, GCP, Java 🏢 Description: Responsibilities: Design and develop scalable AI/ML solutions (LLMs, RAG, agentic systems) Write high-quality, testable Python code Lead technical architecture and make key design decisions for critical projects Own end-to-end delivery of solutions, from design to production deployment Collaborate with business stakeholders and translate requirements into technical solutions Requirements: Several years of experience as a software developer (senior-level preferred) Very strong Python skills and solid understanding of the ML/AI ecosystem (LLMs, NLP, deep learning) Hands-on experience with RAG, prompt engineering, and agent-based systems Experience with microservices architecture, databases, Kubernetes, and CI/CD pipelines Experience with Azure cloud (GCP as a plus) Basic familiarity with Java is a plus Strong English communication skills

🏢 Summary: The offer is for an AI Engineer role focused on building Python-based AI services and applications that automate processes in the financial sector. The position involves developing LLM-powered bots, RAG solutions, and multi-step AI agents using agentic workflows and internal AI frameworks. The role also includes collaboration with platform and business teams to ensure high-quality, scalable AI solutions. 🗂️ Requirements: Very good knowledge of Python application development, Minimum 1 year of practical experience implementing LLM-based or AI applications, Practical experience with LangChain and LangGraph, Hands-on knowledge of RAG, embeddings, vector search, LLM agents, agentic workflows, tool calling, Minimum 1 year of experience building RAG and AI agent solutions, Proficiency with Git version control and advanced branch management, Experience working with Jira, Confluence, Bitbucket 📃 Skills: Python, LLM, LangChain, LangGraph, RAG, Embeddings, VectorSearch, Agents, Git, Jira, Confluence, Bitbucket 🏢 Description: Dołącz do zespołu klienta z branży finansowej! ZADANIA Budowanie usług i aplikacji AI w Pythonie wspierających automatyzację procesów. Budowa botów i asystentów opartych o LLM, w tym rozwiązań RAG oraz agentów realizujących zadania wieloetapowe. Implementacja agentic workflows: podział na role agentów, obsługa narzędzi i kontrola przebiegu wykonania Praca z wykorzystaniem wewnętrznych frameworków AI oraz budowanie nowych Wsparcie zespołów biznesowych w rozwiązywaniu problemów z testów aplikacji oraz analiza przyczyn i proponowanie rozwiązań Dbanie o spójność i wysoką jakość dostarczanych rozwiązań Współpraca z innymi zespołami platformowymi Współpraca z zespołami biznesowymi korzystających z rozwiązań platformowych Wsparcie merytoryczne zespołów korzystających z frameworków wypracowanych przez zespoł WYMAGANIA Bardzo dobra umiejętność budowania aplikacji w Python. Minimum rok praktycznego doświadczenia we wdrażaniu aplikacji wykorzystujących LLM lub rozwiązania wykorzystywane w projektach AI Praktyczna wiedza z zakresu LangChain oraz LangGraph Praktyczna znajomość konceptów:RAG, Embeddings / Vector Search, Agenci LLM / Agentic Workflows, Tool Calling Doświadczenie z praktycznym wykorzystaniem modeli LLM oraz w zakresie rozwiązań RAG i agentów AI w oparciu o powyższe koncepty i technologie (min.1 rok) Obsługa systemu kontroli wersji Git Swobodne zarządzanie branchami i commitami (rebase, cherry-pick, revert, squash, zmiana kolejności i opisów commitów). Doświadczenie z pracą z Jira, Confluence, Bitbucket MILE WIDZIANE Znajomość: Azure AI Stack (AI Foundry / Azure OpenAI / Azure AI Search), React, Platformy Databricks, bazy Cosmos DB, Redis, Grafana Znajomośc konceptów: Podstawy ML, Fine-tuning LLM Umiejętność projektowania architektury systemów i tworzenia dokumentacji High Level Design CO OFERUJEMY NA TYM PROJEKCIE? Współpracę w oparciu o umowę B2B. Pracę hybrydową z Warszawy (1 raz w tygodniu w biura). Wsparcie dedykowanego opiekuna. Po dołączeniu do speedapp, otrzymasz kontakt do dedykowanego opiekuna, który zadba, aby współpraca z nami oraz z klientem sprawiała Ci satysfakcję. Wydarzenia oraz spotkania integracyjne, a także udział w różnych inicjatywach np. sportowych. Dostęp do oferty benefitów (opieka medyczna, ubezpieczenie na życie, karta Multisport). JAK WYGLĄDA REKRUTACJA? Zgłoszenie : Zaaplikuj i prześlij swoje CV. Po weryfikacji aplikacji rekruter skontaktuje się telefonicznie z wybranymi kandydatami. Screening : Porozmawiaj z rekruterem speedapp o Twoim doświadczeniu . Kolejne etapy: Rekruter speedapp przedstawi Ci jak wygląda proces rekrutacji na dane stanowisko. Rekruter speedapp pozostanie z Tobą w kontakcie podczas całego procesu. O SPEEDAPP W speedapp wierzymy, że organizacja jest tak dobra jak tworzący ją ludzie. Jesteśmy zespołem ekspertów IT i innych specjalistów pracujących dla naszych klientów na całym świecie (m.in Izrael, Austria, USA). Wykraczamy daleko poza kategorię HR. Budujemy zespoły IT, a także pomagamy w ich zarządzaniu. 👉 10 lat doświadczenia 👉 +100 klientów na całym świecie +300 zatrudnień rocznie 💎 Jesteśmy laureatem prestiżowej nagrody Diamenty Forbes cztery lata z rzędu (2022, 2023, 2024, 2025), członkiem sieci Fast Growth Icons oraz FinTech Poland. MASZ PYTANIA? Skontaktuj się bezpośrednio z rekruterem odpowiedzialnym za ten proces. Ilona Wójcik Business Recruitment Specialist ilona.wojcik@speedapp.pl +48 882 842 363

🏢 Summary: The offer is for a backend-focused AI Engineer role building a modern AI platform for business process automation and multi-agent system integration in a production-grade enterprise environment. The position centers on developing scalable Python-based services, secure API integrations, and cloud-native AI solutions using LLMs and RAG. The role involves designing robust, secure, and scalable architectures deployed on AWS or Azure with containerized infrastructure. 🗂️ Requirements: Extensive experience in backend development with Python in production environments, Hands-on experience with AI Agents, RAG, MCP, or LLM-based solutions, Experience with system integrations and API architecture, Experience with scalable cloud-based applications, Experience with AWS or Azure, Experience with Docker and Kubernetes, Experience designing secure and scalable enterprise solutions, Experience with multi-agent systems and workflow automation, Ability to conduct code reviews and mentor developers, Fluent English and Polish 📃 Skills: Python, LLM, RAG, MCP, AWS, Azure, Docker, Kubernetes, API, Microservices, Cloud, AI, Agents 🏢 Description: Additional information The project focuses on building and developing a modern AI platform supporting business process automation and the integration of intelligent agents with enterprise systems. The team is creating scalable solutions based on Python, cloud technologies, and multi-agent architecture, leveraging technologies such as LLMs, RAG, and advanced workflow automation. A key aspect of the project is designing secure integrations between AI platforms, internal systems, and external APIs within a production-grade environment. The project is delivered in an international technology-driven environment with a strong focus on innovation, high-quality architecture, and the development of cutting-edge AI solutions for a global industrial organization. You’re ideal for this role if you: Have extensive experience in backend development with Python in production environments Have hands-on experience with AI technologies such as AI Agents, RAG, MCP, or LLM-based solutions Understand system integrations, API architecture, and scalable cloud-based applications Have worked with AWS or Azure and containerized environments such as Docker and Kubernetes Are experienced in designing secure and scalable enterprise solutions Have strong problem-solving skills and can proactively remove technical blockers Enjoy working closely with cross-functional teams in an international environment Have experience mentoring developers, conducting code reviews, and promoting engineering best practices Are interested in modern AI architectures, workflow automation, and multi-agent systems Communicate fluently in English and Polish and feel comfortable working in a global setup Your day-to-day responsibilities include:​ Designing and developing scalable backend services and AI-driven integration solutions in Python Building and maintaining APIs, connectors, and middleware between AI platforms and enterprise systems Creating and optimizing multi-agent workflows and intelligent automation processes Collaborating with AI Engineers, Data Engineers, and other technical stakeholders on system architecture and integrations Integrating external AI platforms, internal tools, and cloud services into production environments Working with cloud technologies and containerized infrastructure in AWS or Azure environments Improving the quality, reliability, and performance of AI-powered solutions and LLM-based workflows Conducting code reviews, mentoring team members, and supporting engineering best practices Troubleshooting technical issues, identifying bottlenecks, and driving continuous improvements Contributing to technical documentation, architecture discussions, and innovation initiatives across the team

🏢 Summary: Oferta dla samodzielnego inżyniera AI/ML odpowiedzialnego za projektowanie, wdrażanie i utrzymanie produkcyjnych rozwiązań AI, ML i GenAI w skali przedsiębiorstwa. Rola obejmuje tworzenie aplikacji RAG, agentów i chatbotów, budowę architektury danych oraz chmury, a także MLOps/LLMOps, bezpieczeństwo i zgodność. 🗂️ Requirements: Minimum 7 lat doświadczenia w inżynierii oprogramowania, Minimum 3 lata dostarczania produkcyjnych rozwiązań AI/ML, Doświadczenie w budowie i utrzymaniu end-to-end systemów AI, Doświadczenie z chatbotami, asystentami AI lub systemami agentowymi, Ekspercka znajomość Python, Znajomość architektury oprogramowania, testów automatycznych, API i mikrousług, Doświadczenie ze środowiskami chmurowymi, Praktyczne doświadczenie z Docker, Kubernetes i CI/CD, Doświadczenie z AWS, Azure lub GCP, Bardzo dobra znajomość LLM i aplikacji GenAI, Doświadczenie w projektowaniu RAG i systemów agentowych, Znajomość klasycznych technik ML oraz frameworków ML, Doświadczenie w MLOps, monitoringu, ewaluacji i optymalizacji modeli, Praktyczna wiedza z AI Security, AI Governance i skalowalnych platform AI 📃 Skills: Python, Docker, Kubernetes, CI/CD, AWS, Azure, GCP, GPT, Claude, Gemini, Llama, Mistral, LangChain, LangGraph, ADK, PyTorch, TensorFlow, Scikit-learn, MLOps, LLMOps, RAG, NL2SQL 🏢 Description: Twoje zadania - Współpraca z interesariuszami biznesowymi i przekładanie wymagań biznesowych na bezpieczne, skalowalne i zgodne z przepisami rozwiązania AI, zachowując pełną kontrolę nad architekturą, rozwojem, automatycznym wdrażaniem i bieżącym wsparciem operacyjnym po produkcji. - Projektowanie, budowanie i dostarczanie rozwiązań AI/ML klasy produkcyjnej od koncepcji do wdrożenia. - Tworzenie asystentów AI, chatbotów, przepływów pracy opartych na agentach i aplikacji opartych na RAG. - Projektowanie skalowalnych architektur danych, AI i chmury. - Tworzenie interfejsów API, usług front-end i back-end oraz integracji korporacyjnych. - Wdrażanie MLOps/LLMOps, monitoringu, ewaluacji i zabezpieczeń. - Zapewnienie zgodności rozwiązań AI z wymogami bezpieczeństwa, zarządzania i zgodności. Wymagania - Min. 7 lat doświadczenia w software engineering, w tym 3+ lata w dostarczaniu produkcyjnych rozwiązań AI/ML. - Doświadczenie w realizacji i utrzymaniu end-to-end systemów AI, w tym chatbotów, asystentów AI lub rozwiązań agentowych. - Ekspercka znajomość Python, architektury oprogramowania, testów automatycznych, API, mikrousług oraz środowisk chmurowych. - Praktyczne doświadczenie z Docker, Kubernetes, CI/CD oraz platformami AWS, Azure lub GCP. - Bardzo dobra znajomość nowoczesnych LLM, np. GPT, Claude, Gemini, Llama i Mistral, oraz budowy aplikacji opartych o GenAI. - Doświadczenie w projektowaniu rozwiązań RAG oraz systemów agentowych z wykorzystaniem frameworków takich jak LangChain, LangGraph i Google ADK. - Znajomość klasycznych technik ML oraz frameworków PyTorch, TensorFlow i Scikit-learn. - Doświadczenie w obszarze MLOps, monitoringu, ewaluacji i optymalizacji modeli AI. - Praktyczna wiedza z zakresu AI Security, AI Governance oraz tworzenia skalowalnych platform AI dla przedsiębiorstw.

🏢 Summary: B2B offer for a Python Developer focused on building and developing ML/AI-driven applications, particularly in NLP and LLM-based solutions. The role involves designing, testing, and deploying software, integrating systems, and automating business processes in containerized and cloud environments. Work includes data processing, model development, and collaboration within project teams. 🗂️ Requirements: Proficiency in Python with object-oriented programming, Experience writing tests using pytest or unittest, Ability to containerize applications and create Dockerfiles, Experience with Docker, Proficiency in Unix and Windows environments, Ability to use UML and create technical documentation, Practical knowledge of at least five listed ML/AI and backend technologies 📃 Skills: Python, pytest, unittest, Docker, Unix, Windows, UML, RabbitMQ, PubSub, MongoDB, asyncio, FastAPI, PyTorch, TensorFlow, Transformers, spaCy, Stanza, LangChain, LLM, GoogleCloud, Airflow 🏢 Description: Zadania: Tworzenie i rozwój aplikacji w języku Python Budowanie i testowanie oprogramowania Praca z frameworkami i narzędziami ML/AI Analiza i przetwarzanie danych tekstowych Projektowanie rozwiązań automatyzujących procesy biznesowe Integracja systemów i komunikacja między komponentami Obsługa środowisk developerskich i kontenerowych Współpraca zespołowa i prowadzenie projektów Wymagania: Znajomość języka Python, w tym w zastosowaniu do tworzenia oprogramowania w podejściu obiektowym Tworzenie testów z wykorzystaniem frameworków pytest/unittest Umiejętność konteneryzacji aplikacji, tworzenia dockerfiles i wykorzystania docker Swobodna praca w środowisku unix oraz windows Umiejętność korzystania z notacji UML, tworzenia dokumentacji do tworzonego oprogramowania Poparta praktycznym użyciem w projektach, znajomość co najmniej pięciu z poniższych: Korzystanie z systemów kolejkowych takich jak RabbitMQ / PubSub Korzystanie z dokumentacyjnych baz danych np. MongoDB (definowanie/użycie danych) Wykorzystanie procesów/wątków/asyncio Framework FastAPI Znajomość narzędzi deep learning takich jak pytorch/tensorflow/ transformers Znajomość specjalizowanych narzędzi NLP takich jak spacy/stanza Tworzenie/trenowanie modeli ML w obszarze NLP Znajomość langchain/lnaggraf w wykorzystaniu do budowaniu aplikacji opartych o LLM Umiejętność pracy w Google Cloud Znajomość narzędzia do orkiestracji, np. Apache AirFlow Oferujemy: Współpracę w oparciu o umowę B2B i stawkę: 130-155 zł/h. Pracę hybrydową z Warszawy (1 raz w tygodniu w biura) Wsparcie dedykowanego opiekuna. Po dołączeniu do speedapp, otrzymasz kontakt do dedykowanego opiekuna, który zadba, aby współpraca z nami oraz z klientem sprawiała Ci satysfakcję. Wydarzenia oraz spotkania integracyjne, a także udział w różnych inicjatywach np. sportowych. Dostęp do oferty benefitów (opieka medyczna, ubezpieczenie na życie, karta Multisport).

🏢 Summary: Role focused on designing, building, and deploying AI/ML solutions end-to-end, from data exploration and experimentation to production deployment and MLOps. The position combines Data Science, ML Engineering, and collaboration with business stakeholders to translate data into actionable solutions. You will develop and maintain ML pipelines, monitor models, and contribute to AI standards within the organization. 🗂️ Requirements: Minimum 1.5 years of experience in Data Science, ML Engineering or MLOps, Proficiency in Python, Experience with ML/DL libraries (scikit-learn, pandas, numpy, PyTorch or TensorFlow), Knowledge of SQL, Experience working with structured and unstructured data, Experience building and deploying ML/AI models, Knowledge of Docker, Knowledge of Git or GitHub, Understanding of CI/CD basics, Experience with MLflow, DVC or Weights & Biases, Knowledge of statistics, model validation and A/B testing, English level B2 or higher 📃 Skills: Python, SQL, scikit-learn, pandas, numpy, PyTorch, TensorFlow, Docker, Git, GitHub, CI/CD, MLflow, DVC, Weights&Biases, MachineLearning, MLOps, Statistics, ABtesting 🏢 Description: Chcesz tworzyć rozwiązania AI, które mają realny wpływ na biznes? Szukamy osoby, która swobodnie porusza się między analizą danych, Machine Learningiem i MLOps, a jednocześnie potrafi rozmawiać z biznesem i przekładać dane na konkretne decyzje oraz wdrożenia. Dołączysz do zespołu rozwijającego nowoczesne rozwiązania AI — od eksploracji danych i eksperymentów, po wdrożenia modeli i rozwój standardów AI w organizacji. Wymagania Min. 1,5 roku doświadczenia w obszarze Data Science, ML Engineering lub MLOps Bardzo dobra znajomość Python oraz bibliotek ML/DL (scikit-learn, pandas, numpy, PyTorch lub TensorFlow) Znajomość SQL oraz pracy z danymi strukturalnymi i niestrukturalnymi Doświadczenie w budowie i wdrażaniu modeli ML/AI Znajomość Docker, Git/GitHub oraz podstaw CI/CD Doświadczenie z narzędziami MLflow, DVC lub Weights & Biases Wiedza z zakresu statystyki, walidacji modeli i testów A/B Umiejętność współpracy z biznesem i prezentowania wyników analiz Analityczne myślenie, dobra organizacja pracy i nastawienie na rezultat Język angielski min. B2 Mile widziane Wykształcenie kierunkowe (informatyka, matematyka, data science lub pokrewne) Doświadczenie w pracy z politykami bezpieczeństwa danych i etyką AI Zadania na stanowisku Analiza danych i identyfikacja obszarów do wykorzystania AI oraz ML Projektowanie, trenowanie i wdrażanie modeli Machine Learning Prowadzenie eksperymentów i monitorowanie jakości modeli po wdrożeniu Rozwój pipeline’ów CI/CD oraz konteneryzacja środowisk ML z użyciem Docker Wersjonowanie modeli, danych i kodu oraz dokumentowanie prac projektowych Współpraca z zespołami Data Engineering, Backend i DevOps Prezentowanie wyników analiz oraz rekomendacji dla biznesu Udział w rozwoju standardów i rozwiązań AI w organizacji Co oferujemy Udział w nowoczesnych projektach AI i Data Science Pracę z nowoczesnym stackiem technologicznym Realny wpływ na rozwój rozwiązań analitycznych w organizacji Wynagrodzenia złożone z podstawy i premii - regulaminowej rozliczanej kwartalnie (budżet premii 10% wynagrodzenia zasadniczego kwartalnego) Możliwość doskonalenia zawodowego - finansowane przez firmę szkolenia i podnoszenie kwalifikacji Pakiet benefitów - prywatna opieka medyczna, ubezpieczenia grupowe, możliwość skorzystania z pakietu sportowego (karta Multisport) Dostęp do platformy e-learningowej z bogatą bazą kursów Imprezy integracyjne

🏢 Summary: Senior Python / AI Engineer role focused on designing and scaling high-availability AI systems that combine local LLMs, real-time video analysis and advanced voice solutions. The position involves technical ownership of backend architecture, orchestration of language models and building complex AI pipelines for production environments. You will optimize inference performance and ensure scalability of AI systems deployed in containerized infrastructure. 🗂️ Requirements: 5+ years of commercial experience as Software Engineer, 3+ years of hands-on experience in computer vision, voice systems (real-time ASR/TTS) or machine learning, Very strong Python skills, Advanced experience in backend architecture and production systems (REST, AsyncAPI), Proven experience with language models (API and local), Experience with LangChain or LangGraph, Experience with Docker and containerized environments 📃 Skills: Python, Backend, REST, AsyncAPI, LLM, LangChain, LangGraph, Docker, ComputerVision, MachineLearning, ASR, TTS, vLLM, Ollama, MLOps, MLflow, Weights&Biases, AWS, GCP, Azure, SIP, WebRTC, RealTime 🏢 Description: Minimalne kwalifikacje: 5 lat doświadczenia komercyjnego na stanowisku Inżyniera Oprogramowania. 3 lata praktycznego doświadczenia w co najmniej jednym z obszarów: computer vision (detekcja, analiza wideo), systemy voice (przetwarzanie w czasie rzeczywistym, ASR/TTS) lub machine learning (modele predykcyjne). Bardzo dobra znajomość języka Python oraz zaawansowane doświadczenie w architekturze backendu i projektach produkcyjnych (REST/async API). Udokumentowane doświadczenie w pracy z modelami językowymi (API oraz modele lokalne) i frameworkami LangChain / LangGraph. Doświadczenie w pracy z infrastrukturą kontenerową (Docker). Preferowane kwalifikacje: Zrozumienie i praktyczna znajomość narzędzi MLOps (np. MLflow, Weights & Biases). Doświadczenie w pracy ze skalowalną infrastrukturą w chmurze publicznej (AWS, GCP lub Azure). Znajomość standardów i protokołów telekomunikacyjnych (np. SIP, WebRTC). O pracy: Nasz zespół inżynieryjny zajmuje się projektowaniem i wdrażaniem inteligentnych systemów AI o wysokiej dostępności. Przesuwamy granice tego, co możliwe, łącząc lokalne modele językowe, analizę wideo w czasie rzeczywistym oraz zaawansowane rozwiązania konwersacyjne (voiceboty) w produkty działające na dużą skalę. Jako Senior Python / AI Engineer przejmiesz techniczną własność nad kluczowymi komponentami naszych systemów. Oczekujemy od Ciebie samodzielności, podejmowania strategicznych decyzji architektonicznych i pasji do optymalizacji wydajności systemów AI w środowiskach produkcyjnych. Obowiązki: Projektowanie architektury i rozwijanie zaawansowanego backendu dla platform AI w języku Python. Orkiestracja i optymalizacja pracy modeli językowych (LLM), ze szczególnym uwzględnieniem modeli wdrażanych lokalnie (np. vLLM, Ollama). Projektowanie i utrzymanie złożonych pipeline'ów AI z wykorzystaniem narzędzi LangChain / LangGraph. Budowa systemów czasu rzeczywistego (analiza obrazu, integracje telekomunikacyjne dla voicebotów) oraz zapewnienie ich niezawodności. Zarządzanie cyklem życia modeli i optymalizacja wydajności inferencji (inference) oraz skalowalności systemów w środowiskach kontenerowych.

🏢 Summary: Python AI Engineering role focused on building production-grade GenAI, RAG, and agentic systems for client engagements. The position involves end-to-end ownership of AI solutions, including architecture, delivery, evaluation, and client communication in a fast-paced consulting environment. Candidates will work with scalable APIs, LLM pipelines, and cloud AI services while ensuring quality, observability, and performance. 🗂️ Requirements: 5+ years commercial Python experience, 3+ years hands-on GenAI/LLM engineering, Experience building scalable services and APIs, Experience with FastAPI, Flask, or Django, Experience writing test suites with pytest, Experience building RAG pipelines, Knowledge of embeddings and vector search, Experience with agentic workflows and tool-calling, Strong prompt engineering skills, Experience with structured outputs and JSON schemas, Experience with Pydantic or equivalent, Experience with AWS, Azure, or GCP, Understanding of managed AI/ML services, Ability to evaluate relevance, latency, consistency, and cost, High-proficiency written and spoken English 📃 Skills: Python, GenAI, LLM, FastAPI, Flask, Django, pytest, RAG, Embeddings, VectorSearch, ToolCalling, PromptEngineering, JSON, Pydantic, Instructor, AWS, Azure, GCP, Bedrock, OpenAI, LangGraph, LangSmith, LlamaIndex, Pinecone, Weaviate, Milvus, pgvector 🏢 Description: We're growing our Python AI Engineering team - the group that builds GenAI systems clients actually run, not proof-of-concepts that die after the demo. Expect real agentic/RAG systems, real users, and evaluation data that tells you whether what you built actually works. Depending on fit and timing, you'll be matched to one of several active or upcoming client engagements - each with its own domain, constraints, and stack, but the same bar for engineering quality. You are a good fit for the role if... You default to shipping, not just designing - a proactive, "getting things done" attitude in a fast-paced, client-facing setup where the interesting problems rarely come pre-scoped in a ticket. You own the AI lifecycle end to end - ideation, architecture, delivery, evaluation - and you're comfortable being the technical voice in the room: proposing the approach, defending it with data (evals, latency, cost), and adjusting it when the data says you're wrong. You can translate engineering constraints into terms a client stakeholder acts on - not just "this won't scale" but why, what the tradeoff actually costs them, and what a workable alternative looks like. Good technical judgment shows up as much in how you explain a constraint as in identifying it. You treat client pushback as a design input, not an obstacle - sometimes it reveals a real business constraint you were missing, sometimes it's a shortcut worth resisting. Telling those two cases apart, and being able to argue either side with evidence, is the actual skill. Our expectations 5+ years commercial Python experience, including 3+ years of hands-on GenAI/LLM engineering. Solid engineering fundamentals: building scalable services/APIs (FastAPI, Flask, or Django), writing real test suites (pytest), clean and modular architecture. Hands-on experience building RAG pipelines - retrieval, embeddings, vector search. Working knowledge of agentic patterns: tool-calling, function-calling, multi-step reasoning workflows. Strong prompt engineering skills, including structured outputs (JSON schemas, Pydantic, Instructor or equivalent). Experience with at least one major cloud platform (AWS, Azure, or GCP), including its managed AI/ML services (e.g., Bedrock, Azure OpenAI). An "evals mindset" - you think about relevance, consistency, latency, and cost as real engineering concerns, not afterthoughts. High-proficiency written and spoken English - you'll use it daily with clients and teammates. Welcome Skills Experience with orchestration frameworks beyond the basics - LangGraph, LangSmith, LlamaIndex. Hands-on with a specific vector database (Pinecone, Weaviate, Milvus, pgvector) beyond "I integrated one once." Experience building evaluation frameworks or golden-dataset pipelines specifically (as opposed to just using one). Exposure to data pipeline work feeding AI systems - understanding how data quality/freshness affects model behavior. Prior client-facing / consulting experience in a professional-services or consulting setup. Key tasks Design and build Python services and APIs that wrap LLM-powered functionality. Build and maintain agentic and RAG pipelines: retrieval, reranking, tool-calling, multi-step reasoning, structured outputs. Care about quality beyond "it works" - evals, observability, and the data that tells you when something regresses. Work directly with clients: translate fuzzy business requirements into architecture decisions, and explain your technical tradeoffs to non-technical stakeholders. Work across a distributed, multi-market team and client organizations.