Ekspert / Ekspertka AI/ML

Nasze wymagania: Masz minimum 5 lat doświadczenia w IT. Posiadasz doświadczenie w komercyjnym wdrażaniu systemów RAG oraz ich monitorowaniu w środowisku produkcyjnym. Masz na koncie implementację algorytmu Machine Learning od podstaw i jego skuteczne wdrożenie na produkcję przy użyciu odpowiednich narzędzi do monitoringu. Masz praktyczną wiedzę o LLM, OpenAI i RAG – wiesz, jak realnie okiełznać modele językowe. Znasz PostgreSQL i potrafisz projektować wydajne API. Jesteś osobą samodzielną, która lubi mieć wpływ na roadmapę i architekturę produktu. Znasz angielski na poziomie min. B2. O projekcie: Dla naszego klienta – innowacyjnej firmy technologicznej, która ma ambicję uporządkować jeden z najbardziej tradycyjnych rynków w Europie (budownictwo) – szukamy AI/ML Experta. To nie jest kolejny generyczny projekt. Budujemy system, który ma realnie rozwiązywać stare problemy branży: usprawniać zarządzanie dokumentacją, automatyzować obsługę zapytań (RFI) i przyspieszać decyzje dzięki LLM. Szukamy osoby, która chce pracować nad realnym biznesem, a nie tylko „ładnym wyglądem” aplikacji. Dlaczego warto dołączyć? Mocny zespół: Ludzie łączący naukowe zacięcie (ekspert z czołowej uczelni) z ogromnym doświadczeniem biznesowym. Stabilność: Projekt ma konkretny plan i budżet. Klient oferuje współpracę na minimum rok, z nastawieniem na kolejne lata. Realny wpływ: Jesteś na początku drogi tego przedsięwzięcia – Twoje decyzje kształtują ten produkt od fundamentów. Model pracy: Hybrydowo w biurze w centrum Warszawy (2 dni z biura, 3 dni z domu). Zakres obowiązków: Szukamy kogoś, kto weźmie odpowiedzialność za warstwę AI, stawiając na jakość i mierzalność rozwiązań: Python + LangChain: Budowa zaawansowanych pipeline’ów AI i agentów. Vector Layer: Zarządzanie warstwą wektorową (pgvector) dla ogromnych zbiorów dokumentacji. MLOps w MLflow: Zarządzanie cyklem życia modeli i dbanie o skalowalność systemu. Monitoring i Ewaluacja w Langfuse: To kluczowy element – będziesz odpowiadać za monitoring jakości odpowiedzi modeli (LLM Evaluation) i ich ciągłe testowanie.