AI Engineer
⚲ Warszawa
Do uzgodnienia
Wymagania
- min. 5 lat komercyjnego doświadczenia w programowaniu w Pythonie
- praktyczne doświadczenie w projektowaniu i wdrażaniu rozwiązań opartych o LLM
- praktyczne doświadczenie w budowie rozwiązań RAG
- doświadczenie w projektowaniu i implementacji rozwiązań Agentic AI
- doświadczenie w integracji rozwiązań AI z systemami biznesowymi przez API
- praktyczna znajomość baz wektorowych (Qdrant, ChromaDB, Weaviate, Milvus lub równoważne)
- znajomość obserwowalności i ewaluacji systemów AI (np. Langfuse, LangSmith, Promptfoo, DeepEval)
- umiejętność projektowania architektury rozwiązań AI w środowisku enterprise i współpracy z biznesem oraz zespołami technicznymi
Opis stanowiska
Budowa i rozwój platformy Agentic AI wspierającej procesy biznesowe banku: architektury wieloagentowe (m.in. Agno), integracje z systemami banku przez API, rozwiązania RAG i LLM oraz komponenty ML. Codziennie też ewaluacja, monitoring i ograniczanie halucynacji modeli. Uwaga: to rozwiązania w dużej mierze eksperymentalne i młode — część frameworków bywa niszowa, a praca nad jakością odpowiedzi modeli bywa czasochłonna. Oferta dla osób z doświadczeniem w produkcyjnych rozwiązaniach AI w środowisku enterprise, gotowych na pracę hybrydową (B2B).
🔍 Dekoder Ogłoszenia
🔴
budowa i rozwój platformy Agentic AI wykorzystywanej do wspierania procesów biznesowych Banku
Może oznaczać pracę nad nowymi, eksperymentalnymi rozwiązaniami, które niekoniecznie są jeszcze w pełni zdefiniowane lub stabilne.
🟡
praktyczne doświadczenie w dostarczaniu produkcyjnych rozwiązań AI działających w środowiskach enterprise
Wymaga umiejętności pracy z istniejącymi, często złożonymi i ograniczonymi systemami korporacyjnymi, a nie tylko z nowymi technologiami.
🔴
budowę architektur wieloagentowych z wykorzystaniem frameworków takich jak Agno LangGraph lub rozwiązań równoważnych
Może oznaczać konieczność nauki i adaptacji do specyficznego, być może niszowego frameworka, który nie jest powszechnie znany.
🟡
integrację agentów AI z systemami biznesowymi Banku poprzez API oraz usługi integracyjne
Praca może polegać głównie na tworzeniu interfejsów i połączeń między systemami, a nie na głębokim rozwoju samych modeli AI.
🔴
optymalizację jakości odpowiedzi modeli, ograniczanie halucynacji oraz rozwój mechanizmów bezpieczeństwa i kontroli AI
Duży nacisk na rozwiązywanie problemów związanych z niedoskonałościami obecnych modeli AI, co może być czasochłonne i frustrujące.