AI Engineering Lead (m/f/d)
Next Technology Professionals Sp. z o.o.
⚲ Warszawa
220–270 zł netto (+ VAT) / godz.
Wymagania
- Python
- LangGraph
- LangChain
Opis stanowiska
Nasze wymagania:
Udokumentowane, bardzo intensywne doświadczenie komercyjne we wdrażaniu i utrzymywaniu zaawansowanych systemów agentowych.
Dowody na udane wdrożenia produkcyjne rozwiązań AI (praca z rzeczywistym ruchem i danymi, a nie tylko środowiskami testowymi).
Silny background programistyczny w Pythonie.
Orientacja w budowie i architekturze rozwiązań klasy Data Lakehouse.
Biegłość w wykorzystaniu LangGraph lub LangChain.
Rozwinięte zdolności interpersonalne - szukamy kogoś, kto potrafi przejąć techniczną inicjatywę, wyznaczać standardy i lubi pracę z ludźmi.
O projekcie:
Projekt: 🚀 Kanadyjski software house buduje innowacyjną platformę chmurową (AWS) służącą do prognozowania zapotrzebowania i inteligentnego operowania przepływem surowców na skalę globalną. Poszukujemy osoby, która zaprojektuje swoiste centrum dowodzenia oparte na agentach AI. Ten zautomatyzowany system będzie analizował anomalie rynkowe i integrował się z obszernymi jeziorami danych oraz zewnętrznymi API.
Stack technologiczny: 💻 Pydantic, Claude/Cursor, Python, LangChain lub LangGraph, infrastruktura Lakehouse (Databricks, Microsoft Fabric, ewentualnie BigQuery/Snowflake), AWS.
Zespół: 👥 Wejdziesz w skład 10-osobowej grupy produktowej (w tym inżynierowie specjalizujący się we Frontendzie i Backendzie, projektant UX oraz Product Owner).
Model współpracy: 🌍 100% zdalnie
Wynagrodzenie: 💰 220 - 270 zł netto + VAT / h
Start współpracy: 📅 Najpóźniej do lipca
Zakres obowiązków:
Budowa oraz skalowanie architektury wieloagentowej, od etapu prototypu aż po stabilne środowisko produkcyjne.
Ciągła analiza i redukcja kosztów (optymalizacja zużycia tokenów) oraz poprawa wydajności procesów decyzyjnych AI.
Definiowanie ustrukturyzowanych przepływów danych z wykorzystaniem biblioteki Pydantic.
Projektowanie i implementacja zabezpieczeń przed atakami na modele LLM (w tym blokowanie niepożądanego eksportu danych czy prompt injection).
Przygotowywanie zestawów testowych do bieżącej walidacji skuteczności agentów po aktualizacjach modeli językowych.
Oferujemy:
Stabilne zatrudnienie na podstawie umowy w formie B2B - brak płatnych dni bez świadczenia pracy.
Całkowitą elastyczność dzięki pracy w 100% zdalnej.
Długofalowe zaangażowanie.
Dostęp do unikalnego i bardzo innowacyjnego technologicznie środowiska przetwarzania danych.
Udokumentowane, bardzo intensywne doświadczenie komercyjne we wdrażaniu i utrzymywaniu zaawansowanych systemów agentowych.
Dowody na udane wdrożenia produkcyjne rozwiązań AI (praca z rzeczywistym ruchem i danymi, a nie tylko środowiskami testowymi).
Silny background programistyczny w Pythonie.
Orientacja w budowie i architekturze rozwiązań klasy Data Lakehouse.
Biegłość w wykorzystaniu LangGraph lub LangChain.
Rozwinięte zdolności interpersonalne - szukamy kogoś, kto potrafi przejąć techniczną inicjatywę, wyznaczać standardy i lubi pracę z ludźmi.
O projekcie:
Projekt: 🚀 Kanadyjski software house buduje innowacyjną platformę chmurową (AWS) służącą do prognozowania zapotrzebowania i inteligentnego operowania przepływem surowców na skalę globalną. Poszukujemy osoby, która zaprojektuje swoiste centrum dowodzenia oparte na agentach AI. Ten zautomatyzowany system będzie analizował anomalie rynkowe i integrował się z obszernymi jeziorami danych oraz zewnętrznymi API.
Stack technologiczny: 💻 Pydantic, Claude/Cursor, Python, LangChain lub LangGraph, infrastruktura Lakehouse (Databricks, Microsoft Fabric, ewentualnie BigQuery/Snowflake), AWS.
Zespół: 👥 Wejdziesz w skład 10-osobowej grupy produktowej (w tym inżynierowie specjalizujący się we Frontendzie i Backendzie, projektant UX oraz Product Owner).
Model współpracy: 🌍 100% zdalnie
Wynagrodzenie: 💰 220 - 270 zł netto + VAT / h
Start współpracy: 📅 Najpóźniej do lipca
Zakres obowiązków:
Budowa oraz skalowanie architektury wieloagentowej, od etapu prototypu aż po stabilne środowisko produkcyjne.
Ciągła analiza i redukcja kosztów (optymalizacja zużycia tokenów) oraz poprawa wydajności procesów decyzyjnych AI.
Definiowanie ustrukturyzowanych przepływów danych z wykorzystaniem biblioteki Pydantic.
Projektowanie i implementacja zabezpieczeń przed atakami na modele LLM (w tym blokowanie niepożądanego eksportu danych czy prompt injection).
Przygotowywanie zestawów testowych do bieżącej walidacji skuteczności agentów po aktualizacjach modeli językowych.
Oferujemy:
Stabilne zatrudnienie na podstawie umowy w formie B2B - brak płatnych dni bez świadczenia pracy.
Całkowitą elastyczność dzięki pracy w 100% zdalnej.
Długofalowe zaangażowanie.
Dostęp do unikalnego i bardzo innowacyjnego technologicznie środowiska przetwarzania danych.
🔍 Dekoder Ogłoszenia
🔴
Udokumentowane, bardzo intensywne doświadczenie komercyjne we wdrażaniu i utrzymywaniu zaawansowanych systemów agentowych.
Szukają kogoś, kto ma nie tylko teoretyczną wiedzę, ale przede wszystkim praktyczne, udokumentowane sukcesy w budowaniu i utrzymywaniu skomplikowanych systemów opartych na agentach AI w środowisku produkcyjnym.
🔴
Dowody na udane wdrożenia produkcyjne rozwiązań AI (praca z rzeczywistym ruchem i danymi, a nie tylko środowiskami testowymi).
Oczekują konkretnych przykładów projektów, które działały w realnych warunkach biznesowych, a nie tylko prototypów czy eksperymentów.
🟡
Rozwinięte zdolności interpersonalne - szukamy kogoś, kto potrafi przejąć techniczną inicjatywę, wyznaczać standardy i lubi pracę z ludźmi.
Oprócz umiejętności technicznych, kluczowa jest zdolność do samodzielnego podejmowania decyzji technicznych, ustalania kierunków rozwoju oraz efektywnej współpracy w zespole.
🟢
Poszukujemy osoby, która zaprojektuje swoiste centrum dowodzenia oparte na agentach AI.
Rola będzie polegać na architekturze i projektowaniu kluczowego, centralnego elementu systemu, co sugeruje dużą odpowiedzialność i strategiczne znaczenie.
🔴
infrastruktura Lakehouse (Databricks, Microsoft Fabric, ewentualnie BigQuery/Snowflake)
Wymagane jest doświadczenie z konkretnymi, często złożonymi technologiami do zarządzania danymi, co może oznaczać konieczność szybkiego uczenia się lub posiadania już ugruntowanej wiedzy w tym obszarze.