AI Agent Engineer (Python)

• Projektowanie i rozwój workflow agentów AI w oparciu o LangGraph (StateGraph) • Budowa i optymalizacja logiki przejść, stanów oraz ścieżek decyzyjnych • Implementacja guardraili zapewniających poprawne działanie LLM (wykrywanie halucynacji, błędów, braków w sekwencji) • Tworzenie narzędzi wywoływanych przez LLM (async Python + Pydantic, retry logic, obsługa błędów) • Projektowanie i utrzymanie promptów oraz szablonów YAML z dynamicznym kontekstem • Rozwój i utrzymanie frameworka ewaluacyjnego (testy scenariuszowe, metryki jakości) • Integracja systemów poprzez MCP (HTTP/SSE, LiveKit RPC) • Monitorowanie i optymalizacja wydajności (Datadog, LangSmith, latency <500 ms p95) • Współpraca przy rozwoju voice pipeline (STT, TTS, VAD, echo detection) • Debugowanie i poprawa zachowania agentów w środowisku produkcyjnym Oczekujemy: • Minimum 4 lata doświadczenia w Pythonie (środowisko produkcyjne) • Bardzo dobra znajomość programowania asynchronicznego (asyncio, race conditions, concurrency) • Doświadczenie w pracy z LLM (function calling, prompt engineering, analiza błędów) • Umiejętność projektowania systemów zapewniających niezawodność AI (guardrails, walidacja, kontrola przepływu) • Praktyczna znajomość Pydantic v2 • Doświadczenie w testowaniu systemów niedeterministycznych (testy scenariuszowe, metryki jakości) • Doświadczenie w pracy z narzędziami AI (np. Claude Code, Cursor, Copilot) • Samodzielność i ownership — prowadzenie rozwiązań od projektu do wdrożenia Mile widziane: • LangGraph lub podobne narzędzia orkiestracji • Doświadczenie z Voice AI (np. Deepgram, Whisper, ElevenLabs) • Znajomość MCP (Model Context Protocol) • Praca z Datadog, LangSmith, OpenTelemetry • DeepEval lub inne frameworki ewaluacyjne • Docker, Kubernetes, AWS • Doświadczenie w startupie Oferujemy: • Długotrwałą współpracę na zasadach B2B - stawka 50-70USD/h  • Pracę przy zaawansowanym, produkcyjnym systemie agentów AI (voice + LLM + orchestration) • Realny wpływ na architekturę i rozwój produktu od podstaw (greenfield) • Środowisko AI-native — praca z wykorzystaniem agentów AI w codziennym developmentcie • Dużą autonomię i odpowiedzialność za rozwiązania end-to-end • Możliwość rozwiązywania złożonych problemów (LLM reliability, real-time systems, orchestration) • Współpracę z doświadczonym zespołem technologiczny