AI Automatization Engineer

Quick Facts

Mid lub Senior AI Automatization Engineer. Budowa i rozwój wewnętrznych narzędzi optymalizujących pracę działów biznesowych, z pracą po stronie backendu w PHP oraz workerach w Pythonie.

Description

Poszukiwany jest inżynier, który rozumie działanie modeli AI i potrafi wdrażać rozwiązania GenAI oraz budować proste modele (np. klasyfikatory) integrowane m.in. przez Label Studio ML. Zespół używa LLM, RAG i agentów AI tam, gdzie ma to uzasadnienie biznesowe, a w razie potrzeby wybiera prostsze rozwiązania (np. skrypty w Pythonie lub automatyzację w Selenium). Backend w PHP integruje się z workerami w Pythonie poprzez REST API, a GraphQL służy do łączności z frontendem w React; dane trafiają do MySQL lub PostgreSQL, a przetwarzanie jest obsługiwane przez dopasowaną kolejkę.

Responsibilities

• Wdrażanie rozwiązań GenAI i budowa prostych modeli do zastosowań biznesowych.
• Tworzenie i utrzymywanie workerów w Pythonie (FastAPI) przetwarzających dane oraz komunikujących się z modelami GenAI.
• Integracja backendu PHP z workerami w Pythonie i innymi platformami przez REST API.
• Wykorzystywanie GraphQL do łączności z frontendem (React).
• Dobór i użycie mechanizmów kolejkowania pod wielkość danych (np. kolejka bazodanowa/Redis/RabbitMQ).
• Budowanie prototypów i iteracyjne rozwijanie rozwiązań; w razie niepewnych założeń używanie Langflow do szybkich iteracji.
• Rozwój zgodny z zasadami DRY, KISS, YAGNI oraz SOLID; utrzymanie czytelnego, samoopisującego kodu.
• Praca w procesie Git i GitFlow oraz w praktykach CI/CD.

Requirements

• Komercyjne doświadczenie w wymienionych technologiach.
• Swobodne poruszanie się w backendzie.
• Dobre rozumienie działania modeli sztucznej inteligencji.
• Umiejętność wdrażania rozwiązań GenAI oraz budowania prostych modeli (np. klasyfikatory) i integracji z narzędziami typu Label Studio ML.
• Znajomość integracji między komponentami przez REST API i GraphQL.
• Doświadczenie z podejściem OOP i zasadami SOLID (DRY, KISS, YAGNI).
• Znajomość pracy z repozytorium (Git, GitFlow) oraz praktyk CI/CD (GitLab CI/CD).
• Restrykcyjne podejście do polityki użycia asystentów AI; preferowane lokalne rozwiązania.

Benefits

• Stabilne warunki pracy i dostęp do narzędzi (All Products Pack od JetBrains).
• 26 dni urlopu niezależnie od formy współpracy.
• Premie za osiągnięcia w ramach systemu jakościowego.
• Budżet szkoleniowy oraz elastyczny system kafeteryjny do wyboru benefitów.