AI Engineer - Gen AI & LLM & RAG
emagine
Rola inżyniera AI skupiona na budowaniu produkcyjnych rozwiązań GenAI, w tym agentic workflows i Retrieval-Augmented Generation (RAG). Jest to rola inżynierska i orkiestracyjna, skoncentrowana na integracji możliwości LLM z systemami korporacyjnymi, a nie na tradycyjnym trenowaniu modeli czy badaniach ML. Oczekiwane jest silne zaplecze inżynierii oprogramowania.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: brak informacji o konkretnych narzędziach lub bibliotekach używanych do budowania agentowych przepływów pracy., nie sprecyzowano, jakie konkretnie systemy korporacyjne są integrowane z llm..
Rola inżyniera AI skupiona na budowaniu produkcyjnych rozwiązań GenAI, w tym agentic workflows i Retrieval-Augmented Generation (RAG). Jest to rola inżynierska i orkiestracyjna, skoncentrowana na integracji możliwości LLM z systemami korporacyjnymi, a nie na tradycyjnym trenowaniu modeli czy badaniach ML. Oczekiwane jest silne zaplecze inżynierii oprogramowania.
- ✓Pełne zdalne wykonywanie obowiązków (100% Remote).
- ✓Długoterminowy kontrakt B2B.
- ✓Możliwość pracy nad innowacyjnymi rozwiązaniami AI w zwinnej architekturze.
- ✓Silny nacisk na budowanie jakości od początku (testy, monitoring, optymalizacja).
- !Praca może wymagać koordynacji w różnych strefach czasowych.
- !Elastyczny czas trwania projektu.
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Projektowanie, budowanie i utrzymywanie agentowych usług AI orkiestrujących narzędzia, przepływy pracy i integracje.
- •Implementacja i ciągłe ulepszanie potoków RAG dla artefaktów podatkowych i wiedzy wewnętrznej.
- •Integracja przepływów AI z istniejącymi platformami wewnętrznymi poprzez API.
- •Definiowanie i utrzymywanie schematów narzędzi/funkcji oraz wzorców orkiestracji.
- •Budowanie jakości od początku: testy automatyczne, sprawdzanie ewaluacji, monitorowanie/telemetria.
- •Optymalizacja wydajności dla obciążeń sieciowych.
- •Uczestnictwo w ceremoniach Agile (daily scrums, refinement/grooming, planning).
- •Współpraca poprzez przegląd kodu, programowanie w parach i tworzenie dokumentacji.
Oferta dla doświadczonych specjalistów (Senior).
Kandydat z co najmniej 5 latami doświadczenia w rozwoju oprogramowania, z udokumentowaną zdolnością do wdrażania produkcyjnych aplikacji LLM, RAG i agentowych. Posiada praktyczne doświadczenie z Pythonem, API, bazami wektorowymi i usługami Azure, a także rozumie podstawy rozproszonych systemów i potrafi budować testy automatyczne.
Rola nie jest dla osób, które nie mają co najmniej 5 lat doświadczenia w rozwoju oprogramowania lub nie posiadają praktycznego doświadczenia w budowaniu produkcyjnych aplikacji LLM, RAG i agentowych. Nie jest to również pozycja dla osób skupiających się wyłącznie na badaniach ML bez doświadczenia inżynierskiego.
- ?Jakie konkretne narzędzia lub biblioteki są preferowane do budowania agentowych przepływów pracy?
- ?Jakie są główne wyzwania związane z integracją LLM z istniejącymi systemami korporacyjnymi w tym projekcie?
- ?Jak wygląda proces ewaluacji i monitorowania produkcyjnych aplikacji AI?
- ?Czy istnieją już zdefiniowane schematy narzędzi/funkcji i wzorce orkiestracji, czy są one dopiero tworzone?
- ?Jakie są oczekiwania dotyczące mentorowania i kierowania innymi inżynierami w zespole?
- ?Jakie są plany dotyczące skalowania rozwiązań AI i jakie usługi Azure są do tego celu wykorzystywane?
- −Brak informacji o konkretnych narzędziach lub bibliotekach używanych do budowania agentowych przepływów pracy.
- −Nie sprecyzowano, jakie konkretnie systemy korporacyjne są integrowane z LLM.
- −Brak szczegółów na temat struktury zespołów i ich wielkości.
- −Nie podano konkretnych przykładów artefaktów podatkowych lub wiedzy wewnętrznej, na których będą oparte potoki RAG.
Zespół o silnym nastawieniu na inżynierię i orkiestrację rozwiązań AI, z naciskiem na jakość, niezawodność i odpowiedzialne AI. Oczekiwana jest współpraca, mentorowanie i ciągłe doskonalenie produktu i zespołu.