Python Developer (LLM / AI Infrastructure)
⚲ Warszawa
9 000 - 12 000 PLN netto (B2B) | 9 000 - 12 000 PLN brutto (UZ)
Wymagania
- mocny Python: struktury danych, złożoność, profiling, czytelny i testowalny kod (weryfikowane dokładnie)
- praktyczne doświadczenie z przetwarzaniem tekstu: tokenizacja, chunking, embeddingi, praca z dużymi wolumenami tekstu
- algorytmiczne myślenie — umiejętność zaprojektowania i uzasadnienia algorytmu segmentacji, deduplikacji lub scoringu
- swobodna praca w środowisku Linux + git
- znajomość i praktyczne wykorzystanie tokenizerów
- 1-2 lata doświadczenia komercyjnego lub bardzo mocne projekty własne w obszarze LLM/NLP
- przynajmniej jedno z: architektura agentów LLM (tool use, planowanie, zarządzanie kontekstem), deduplikacja na skalę (MinHash/SimHash) lub systemy rankingu, własny działający projekt RAG/agentowy, kontrybucje open source w NLP/LLM tooling, podstawy IR (BM25, wyszukiwanie wektorowe, precision/recall, NDCG)
Opis stanowiska
BlockWise szuka Python developera do małego zespołu budującego infrastrukturę zarządzania kontekstem dla LLM-ów — systemy decydujące, co trafia do okna kontekstowego modelu, w jakiej formie i dlaczego. Praca blisko fundamentów: tokenizacja, embeddingi, algorytmy rankingu, information retrieval i ewaluacja na realnych benchmarkach, z mierzalnymi efektami. To oferta dla kogoś, kto chce rozumieć, jak LLM-y działają pod spodem, a nie tylko podpinać API. Uwaga: 'krótkie, intensywne cykle' i 'mało biurokracji' w praktyce oznaczają szybkie tempo, częste zmiany priorytetów i dużą samodzielność przy słabiej zdefiniowanych procesach.
🔍 Dekoder Ogłoszenia
🔴
krótkich, intensywnych cyklach
Może oznaczać szybkie tempo pracy, częste zmiany priorytetów i presję na szybkie dostarczanie wyników.
🔴
szybkie decyzje, mało biurokracji i dużą odpowiedzialność po stronie developerów
Choć brzmi to pozytywnie, może oznaczać brak jasno zdefiniowanych procesów i konieczność samodzielnego rozwiązywania wielu problemów.
🔴
małego, mocnego technicznie zespołu
Może oznaczać, że oczekuje się od Ciebie dużej samodzielności i umiejętności pracy w niewielkim gronie, gdzie każdy ma znaczący wpływ.
🟡
Pracujemy blisko fundamentów: tokeny, embeddingi, algorytmy rankingu, ewaluacja jakości na realnych benchmarkach.
Podkreśla głębokie zanurzenie w techniczne aspekty AI, co może wymagać zaawansowanej wiedzy teoretycznej i praktycznej.
🟡
Efekty Twojej pracy będą mierzalne w twardych metrykach, nie w liczbie zamkniętych ticketów.
Oznacza to, że nacisk kładziony jest na realny wpływ i wyniki, a nie na ilość wykonanej pracy w tradycyjnym rozumieniu.