Tech Lead AI

O roli Szukamy Tech Leada AI z silnym doświadczeniem w Pythonie, który będzie odpowiedzialny za architekturę i rozwój systemów opartych na GenAI. Osoba na tym stanowisku pokieruje zespołem inżynierów, wdrażając nowoczesne rozwiązania oparte na LLM, chatbotach, agentach AI i systemach RAG. Twoim zadaniem będzie tworzenie, optymalizacja i skalowanie systemów AI, a także aktywna współpraca z zespołami produktowymi, badawczymi i biznesowymi. Rola wymaga silnego technicznego leadershipu, strategicznego myślenia oraz umiejętności przekładania celów biznesowych na efektywne rozwiązania inżynieryjne. Twoje zadania 🔹 Projektowanie i rozwój systemów GenAI: • Tworzenie architektury i infrastruktury AI opartych na Pythonie. • Optymalizacja wydajności i skalowalności LLM, chatbotów, agentów AI oraz systemów RAG. • Integracja rozwiązań AI z systemami backendowymi i produktami cyfrowymi. 🔹 Zarządzanie zespołem i technologią: • Techniczne prowadzenie zespołu programistów, zapewnienie code quality i best practices. • Mentoring i rozwój zespołu w zakresie technologii GenAI. • Definiowanie roadmapy technologicznej i priorytetów zespołu. 🔹 Innowacje i strategia: • Badanie i wdrażanie najnowszych frameworków oraz modeli LLM (np. OpenAI, Anthropic, Mistral, LLaMA). • Tworzenie customowych modeli AI oraz optymalizacja procesów inferencji. • Eksploracja możliwości fine-tuningu LLM oraz strategii prompt engineeringu. 🔹 Współpraca z biznesem i produktami: • Ścisła współpraca z zespołami data science, ML i produktowymi. • Konsultowanie architektury i strategii AI z interesariuszami biznesowymi. • Tworzenie AI-driven rozwiązań, które realnie wpływają na użytkowników. Czego oczekujemy? • Min. 6 lat doświadczenia w inżynierii oprogramowania, w tym 2+ lat jako Lead/ Staff/ Principal lub Manager. • Ekspertyza w Pythonie (Django, FastAPI, Flask) oraz frameworkach ML/AI (TensorFlow, PyTorch, Hugging Face). • Doświadczenie w tworzeniu i optymalizacji LLM, chatbotów, agentów AI, RAG. • Znajomość architektur skalowalnych API i systemów rozproszonych. • Doświadczenie w pracy z chmurami (AWS, GCP, Azure) i konteneryzacją (Docker, Kubernetes). • Umiejętność prowadzenia code review, architektury rozwiązań i strategii technologicznej. • Świetne zdolności komunikacyjne i współpracy z różnymi działami. • Doświadczenie w fine-tuningu modeli AI i strategiach retrieval-augmented generation (RAG). • Znajomość technologii LangChain, LlamaIndex, Prompt Engineering. • Background w MLOps, CI/CD dla AI.