AI Developer (k/m)
⚲ Warszawa
Do uzgodnienia
Wymagania
- Python
- Node.js
- .NET
- SQL
- PostgreSQL
- Docker
- Elasticsearch
- Linux
- Angular (nice to have)
- LangGraph (nice to have)
- Semantic Kernel (nice to have)
- CrewAI (nice to have)
- vLLM (nice to have)
Opis stanowiska
Wymagania:
- Min. 3 lata komercyjnego doświadczenia w tworzeniu oprogramowania backendowego (Python lub Node.js),
- praktyczne doświadczenie z architekturą i implementacją RAG,
- doświadczenie komercyjne z systemami LLM/AI (np. budowa aplikacji opartej na LLM),
- znajomość wektorowych baz danych,
- znajomość konteneryzacji (Docker, docker-compose) i reverse proxy (nginx),
- umiejętność projektowania i dokumentowania REST API (OpenAPI/Swagger),
- znajomość SQL oraz umiejętność pracy z serwerami SQL Server i PostgreSQL,
- znajomość zagadnień bezpieczeństwa aplikacji (OWASP) i ochrony danych (RODO) w kontekście systemów AI,
- biegła znajomość technicznego języka angielskiego (dokumentacja, biblioteki) oraz języka polskiego,
- praktyczna znajomość systemów Linux (Red Hat Enterprise Linux oraz Debian/Ubuntu).
Mile widziane:
- Produkcyjne wdrożenie systemu LLM/AI,
- doświadczenie z vLLM (środowisko GPU on-premises),
- znajomość frameworku Angular,
- znajomość frameworków agentowych: LangGraph, AutoGen, CrewAI lub Semantic Kernel,
- doświadczenie z Elasticsearch,
- znajomość protokołów integracyjnych dla systemów pocztowych i ERP (EWS, SOAP, MCP),
- doświadczenie z modelami ASR,
- znajomość regulacji EU AI Act (klasyfikacja ryzyka i wymogi dla systemów AI),
- doświadczenie w sektorze finansowym lub w instytucjach regulowanych.
O firmie:
- Bankowy Fundusz Gwarancyjny gwarantuje depozyty zgromadzone w bankach i SKOK-ach oraz odpowiada za przeprowadzanie przymusowej restrukturyzacji instytucji finansowych. Fundusz należy do sieci bezpieczeństwa finansowego i współodpowiada za stabilność finansową Polski.
Zakres obowiązków:
- Implementacja rozwiązań AI
- • Implementacja pipeline'ów RAG,
- • konfiguracja i optymalizacja modeli LLM w środowisku on-premises (kwantyzacja, zarządzanie VRAM) — we współpracy z zespołem,
- • tworzenie agentów konwersacyjnych oraz modułów automatyzujących procesy biznesowe (klasyfikacja dokumentów, ekstrakcja metadanych, NL-to-SQL),
- • udział w decyzjach architektonicznych (dobór modeli, strategia RAG, topologia agentów) jako współautor, a nie jedyny właściciel. Zakres roli może również obejmować projektowanie workflow automatyzacji — integrację z systemami wewnętrznymi i orkiestrację wieloetapowych zadań.
- Backend i integracje
- • Implementacja API backendowych (głównie .NET 10, okazjonalnie Python lub Node.js),
- • integracja systemów AI z infrastrukturą organizacyjną: poczta elektroniczna, systemy obiegu dokumentów, hurtownie danych,
- • konfiguracja wektorowych baz danych: schematy kolekcji, polityki retencji, izolacja danych per użytkownik,
- • projektowanie schematów baz relacyjnych dla metadanych, historii sesji i logów audytowych,
- • implementacja obsługi błędów, kolejek DLQ i alertów operacyjnych.
- Jakość i bezpieczeństwo
- • Implementacja zabezpieczeń: izolacja danych między użytkownikami, szyfrowanie, mechanizmy timeout,
- • pisanie testów jednostkowych i integracyjnych; udział w code review,
- • monitorowanie wydajności GPU, latencji modeli i jakości odpowiedzi na produkcji,
- • współtworzenie dokumentacji technicznej: diagramy architektoniczne, ADR, instrukcje operacyjne.
Oferujemy:
- Realny wpływ na rozwijane rozwiązania AI i standardy w organizacji,
- udział w dużym, ambitnym projekcie transformacji Data Center i budowy środowiska hybrydowego,
- możliwość pracy z nowymi technologiami i rozwoju w roli lidera technicznego,
- pracę w renomowanej instytucji należącej do sieci bezpieczeństwa finansowego,
- pakiet dodatkowych świadczeń: pracowniczy program emerytalny (7% wynagrodzenia), prywatną opiekę medyczną, dofinansowanie do kart sportowych, biletów do kina/teatru i inne benefity,
- budżet szkoleniowy: konferencje, certyfikaty,
- umowę o pracę w stabilnej instytucji publicznej,
- dogodną lokalizację w bezpośrednim sąsiedztwie metra w centrum Warszawy,
- możliwość pracy zdalnej w przypadku osób z innych województw.
- Min. 3 lata komercyjnego doświadczenia w tworzeniu oprogramowania backendowego (Python lub Node.js),
- praktyczne doświadczenie z architekturą i implementacją RAG,
- doświadczenie komercyjne z systemami LLM/AI (np. budowa aplikacji opartej na LLM),
- znajomość wektorowych baz danych,
- znajomość konteneryzacji (Docker, docker-compose) i reverse proxy (nginx),
- umiejętność projektowania i dokumentowania REST API (OpenAPI/Swagger),
- znajomość SQL oraz umiejętność pracy z serwerami SQL Server i PostgreSQL,
- znajomość zagadnień bezpieczeństwa aplikacji (OWASP) i ochrony danych (RODO) w kontekście systemów AI,
- biegła znajomość technicznego języka angielskiego (dokumentacja, biblioteki) oraz języka polskiego,
- praktyczna znajomość systemów Linux (Red Hat Enterprise Linux oraz Debian/Ubuntu).
Mile widziane:
- Produkcyjne wdrożenie systemu LLM/AI,
- doświadczenie z vLLM (środowisko GPU on-premises),
- znajomość frameworku Angular,
- znajomość frameworków agentowych: LangGraph, AutoGen, CrewAI lub Semantic Kernel,
- doświadczenie z Elasticsearch,
- znajomość protokołów integracyjnych dla systemów pocztowych i ERP (EWS, SOAP, MCP),
- doświadczenie z modelami ASR,
- znajomość regulacji EU AI Act (klasyfikacja ryzyka i wymogi dla systemów AI),
- doświadczenie w sektorze finansowym lub w instytucjach regulowanych.
O firmie:
- Bankowy Fundusz Gwarancyjny gwarantuje depozyty zgromadzone w bankach i SKOK-ach oraz odpowiada za przeprowadzanie przymusowej restrukturyzacji instytucji finansowych. Fundusz należy do sieci bezpieczeństwa finansowego i współodpowiada za stabilność finansową Polski.
Zakres obowiązków:
- Implementacja rozwiązań AI
- • Implementacja pipeline'ów RAG,
- • konfiguracja i optymalizacja modeli LLM w środowisku on-premises (kwantyzacja, zarządzanie VRAM) — we współpracy z zespołem,
- • tworzenie agentów konwersacyjnych oraz modułów automatyzujących procesy biznesowe (klasyfikacja dokumentów, ekstrakcja metadanych, NL-to-SQL),
- • udział w decyzjach architektonicznych (dobór modeli, strategia RAG, topologia agentów) jako współautor, a nie jedyny właściciel. Zakres roli może również obejmować projektowanie workflow automatyzacji — integrację z systemami wewnętrznymi i orkiestrację wieloetapowych zadań.
- Backend i integracje
- • Implementacja API backendowych (głównie .NET 10, okazjonalnie Python lub Node.js),
- • integracja systemów AI z infrastrukturą organizacyjną: poczta elektroniczna, systemy obiegu dokumentów, hurtownie danych,
- • konfiguracja wektorowych baz danych: schematy kolekcji, polityki retencji, izolacja danych per użytkownik,
- • projektowanie schematów baz relacyjnych dla metadanych, historii sesji i logów audytowych,
- • implementacja obsługi błędów, kolejek DLQ i alertów operacyjnych.
- Jakość i bezpieczeństwo
- • Implementacja zabezpieczeń: izolacja danych między użytkownikami, szyfrowanie, mechanizmy timeout,
- • pisanie testów jednostkowych i integracyjnych; udział w code review,
- • monitorowanie wydajności GPU, latencji modeli i jakości odpowiedzi na produkcji,
- • współtworzenie dokumentacji technicznej: diagramy architektoniczne, ADR, instrukcje operacyjne.
Oferujemy:
- Realny wpływ na rozwijane rozwiązania AI i standardy w organizacji,
- udział w dużym, ambitnym projekcie transformacji Data Center i budowy środowiska hybrydowego,
- możliwość pracy z nowymi technologiami i rozwoju w roli lidera technicznego,
- pracę w renomowanej instytucji należącej do sieci bezpieczeństwa finansowego,
- pakiet dodatkowych świadczeń: pracowniczy program emerytalny (7% wynagrodzenia), prywatną opiekę medyczną, dofinansowanie do kart sportowych, biletów do kina/teatru i inne benefity,
- budżet szkoleniowy: konferencje, certyfikaty,
- umowę o pracę w stabilnej instytucji publicznej,
- dogodną lokalizację w bezpośrednim sąsiedztwie metra w centrum Warszawy,
- możliwość pracy zdalnej w przypadku osób z innych województw.
🔍 Dekoder Ogłoszenia
🔴
Min. 3 lata komercyjnego doświadczenia w tworzeniu oprogramowania backendowego (Python lub Node.js)
Oczekują, że kandydat będzie w stanie samodzielnie realizować zadania bez intensywnego wsparcia, a nie tylko wykonywać polecenia.
🔴
praktyczne doświadczenie z architekturą i implementacją RAG
Nie wystarczy teoretyczna wiedza, potrzebne są konkretne projekty, w których kandydat faktycznie budował i wdrażał rozwiązania RAG.
🔴
doświadczenie komercyjne z systemami LLM/AI (np. budowa aplikacji opartej na LLM)
Szukają kogoś, kto nie tylko zna modele, ale potrafi je zintegrować i stworzyć działającą aplikację, a nie tylko eksperymentować.
🔴
Produkcyjne wdrożenie systemu LLM/AI
To kluczowe wymaganie, które oznacza, że oczekują kogoś, kto ma doświadczenie z realnymi, działającymi w środowisku produkcyjnym systemami, a nie tylko prototypami.
🔴
znajomość regulacji EU AI Act (klasyfikacja ryzyka i wymogi dla systemów AI)
Oczekują, że kandydat będzie świadomy prawnych i etycznych aspektów tworzenia systemów AI, co może oznaczać dodatkowe obowiązki związane z compliance.