Principal AI/RAG Engineer
⚲ Kraków, Warszawa, Łódź, Wrocław
Do uzgodnienia
Wymagania
- min. 6 lat komercyjnego doświadczenia w Pythonie
- min. 2 lata praktyki w budowie produkcyjnych systemów LLM i RAG
- doświadczenie z frameworkami ewaluacyjnymi (Langfuse, RAGAS, DeepEval lub podobne)
- doświadczenie z hybrydowym retrieval (keyword search, semantic search, cross-encoder reranking)
- doświadczenie z przetwarzaniem dokumentów i OCR
- praktyka z agentami AI i workflow agentowymi
- zaawansowana znajomość PostgreSQL (modelowanie relacyjne, JSONB, migracje schematu)
Opis stanowiska
Budowa fundamentów bezpiecznego i skalowalnego wdrożenia AI w silnie regulowanym środowisku finansowym (globalna firma zarządzająca aktywami, ponad 228 mld USD). Będziesz projektować produkcyjne rozwiązania RAG, frameworki ewaluacyjne, pipeline'y ekstrakcji dokumentów oraz warstwy metadanych i semantyki na danych on-premise. To rola dla doświadczonego inżyniera, który łączy mocny Python z praktyką LLM/RAG i chce pracować przy enterprise-scale information management. Uwaga: 'highly regulated' oznacza dużo biurokracji i wolniejsze decyzje, a zakres łączy kilka dziedzin jednocześnie — warto zweryfikować, czy oczekiwana jest ekspertyza we wszystkich naraz.
🔍 Dekoder Ogłoszenia
🟡
leading global investment management company
Typowy zwrot prestiżowy; nie mówi nic o realiach pracy ani o zespole.
🔴
highly regulated financial environments
Może oznaczać dużo biurokracji, wolne tempo decyzji i ograniczenia technologiczne.
🟡
safe and scalable AI adoption
Brzmi dobrze, ale w praktyce może oznaczać długie procesy zatwierdzania i mało miejsca na eksperymenty.
🔴
intersection of Data Engineering, AI, RAG systems and enterprise-scale information management
Szeroki zakres obowiązków; może oznaczać oczekiwanie ekspertyzy w wielu dziedzinach jednocześnie.