AI Agent Engineer (Python)

Nasze wymagania: 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 Zakres obowiązków: 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 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