LLM Engineer - Freelancer
⚲ Wrocław
Do uzgodnienia
Wymagania
- mocne podstawy inżynierii software'owej — Python, Node.js lub Ruby
- praktyczne doświadczenie w integracji API LLM z systemami produkcyjnymi (OpenAI, Anthropic lub podobne)
- doświadczenie w budowie pipeline'ów RAG, embeddingów i wyszukiwania wektorowego
- zrozumienie ograniczeń kosztowych, latencji i niezawodności systemów AI
- umiejętność samodzielnej pracy z klientami i ustalania realistycznych oczekiwań
- angielski B2/C1
Mile widziane
- doświadczenie z big data lub pipeline'ami danych
Opis stanowiska
Będziesz dodawać funkcje AI do istniejących codebase'ów w Pythonie, Node.js lub Ruby — budować funkcje oparte na LLM (chat, streszczenia, klasyfikacja, inteligentne wyszukiwanie, Q&A na dokumentach), projektować lekkie pipeline'y RAG z embeddingami i wyszukiwaniem wektorowym oraz wdrażać bezpieczne endpointy LLM. Rola jest nastawiona na dostarczanie, nie na badania ML — liczy się fundament inżynierski i umiejętność integracji AI z realnymi systemami produkcyjnymi. Pracujesz bezpośrednio z klientami, kształtując funkcje AI i doradzając, kiedy NIE używać AI — co oznacza samodzielne zarządzanie komunikacją i oczekiwaniami bez wsparcia project managera. Współpraca freelance (B2B), part-time lub full-time.
🔍 Dekoder Ogłoszenia
🟡
This role is focused on delivery, not ML research.
Oznacza to, że główny nacisk kładziony jest na praktyczne wdrażanie istniejących rozwiązań AI, a nie na tworzenie nowych algorytmów czy modeli.
🔴
Ability to work independently with clients and set realistic expectations
Oczekuje się od Ciebie samodzielnego zarządzania komunikacją z klientem i ustalania wykonalnych celów, co może oznaczać brak wsparcia ze strony project managera.
🔴
Background in big data or data pipelines is a big plus
Chociaż nie jest to wymagane, umiejętności te mogą być kluczowe dla powodzenia projektu, co może oznaczać konieczność szybkiego nadrobienia zaległości w tym obszarze.
🟡
Design lightweight RAG pipelines
Sformułowanie 'lightweight' sugeruje, że rozwiązania mogą być uproszczone lub nie w pełni zoptymalizowane pod kątem wydajności.
🔴
Work directly with clients to shape AI features and re
Może to oznaczać, że zakres projektu i wymagania będą się dynamicznie zmieniać w zależności od potrzeb klienta, co wymaga dużej elastyczności.