LLM / AI Engineer

Budujemy systemy agentowe, które naprawdę działają na produkcji. Szukamy inżyniera, który nie boi się brudnej roboty z modelami językowymi — od prototypu po wdrożenie produkcyjne. Będziesz projektować i budować pipeline’y RAG, systemy agentowe oraz dbać o ich jakość i stabilność w czasie. Pracujemy głównie na Linuksie, piszemy porządny Python i monitorujemy każdy token.

Stack, z którym pracujemy

• Python 3.11+
• LangChain / LangGraph
• OpenAI API
• Langfuse
• RAGAS
• Vertex AI
• Azure OpenAI
• Qdrant
• Docker
• Linux / Ubuntu
• Git
• FastAPI

Zakres obowiązków

• Projektowanie i implementacja systemów agentowych opartych na LLM (multi-agent, tool-use, memory).
• Budowanie i optymalizacja pipeline’ów RAG — chunking, embedding, re-ranking, hybrid search.
• Ewaluacja i monitorowanie jakości systemów AI przy użyciu narzędzi takich jak Langfuse i RAGAS.
• Codzienna praca w środowisku Linux — skrypty, automatyzacja, debugowanie na serwerach.
• Utrzymanie stabilności i obserwowalności modeli na produkcji — logi, traces i alerty.
• Ścisła współpraca z product ownerem i innymi inżynierami — po polsku i angielsku.

Nasze wymagania

• Minimum 2 lata komercyjnego doświadczenia z LLM — prompt engineering, fine-tuning i ewaluacja.
• Solidna znajomość Pythona oraz tworzenie testowalnego, czytelnego kodu, nie tylko skryptów.
• Praktyczne doświadczenie z RAG — znajomość dense i sparse retrieval oraz umiejętność doboru podejścia.
• Znajomość frameworków agentowych: LangChain, LangGraph, CrewAI lub podobnych.
• Doświadczenie z narzędziami do ewaluacji i obserwowalności LLM: Langfuse, RAGAS, Arize lub innymi.
• Doświadczenie z bazami wektorowymi: Qdrant, Weaviate, pgvector lub podobnymi.
• Pewna praca w środowisku Linux — Bash, SSH i praca na zdalnych maszynach.
• Biegła znajomość języka polskiego i angielskiego w komunikacji zespołowej i dokumentacji.

Mile widziane

• Znajomość Google Cloud i ekosystemu Vertex AI: Vertex AI Studio, Matching Engine, Gemini API.
• Doświadczenie z Azure AI / Azure OpenAI Service oraz integracją z innymi usługami Azure.
• Rozumienie koncepcji MLOps — CI/CD dla modeli, wersjonowanie i rejestry artefaktów.
• Znajomość konteneryzacji: Docker, Kubernetes oraz podstaw IaC: Terraform.

Oferujemy

• Roczny budżet na kursy i szkolenia.
• Elastyczne środowisko pracy — 100% zdalnie.
• Dofinansowanie do karty Multisport.
• Solidne wsparcie merytoryczne i praktyczne oraz ciągłe uczenie się.
• Pracę w szybko rozwijającej się branży AI, ML i Data Science.