AI Engineer – RAG & Document Intelligence
emagine Polska
Rola polega na budowaniu od podstaw (greenfield) platformy AI dla firmy z branży Consumer Health. Będziesz projektować i implementować wieloagentowe systemy AI (z użyciem LangGraph, LangChain) do ekstrakcji informacji z nieustrukturyzowanych dokumentów. Na co dzień tworzysz pipeline'y RAG (Retrieval-Augmented Generation), parsujesz dokumenty, rozwijasz API, korzystasz z chmury (AWS/Azure) i Databricks. To stanowisko inżynierskie, nie badawcze – skupione na produkcji, testowaniu i skalowaniu rozwiązań AI.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: nie podano wielkości zespołu ani struktury, brak opisu procesu rekrutacyjnego.
Rola polega na budowaniu od podstaw (greenfield) platformy AI dla firmy z branży Consumer Health. Będziesz projektować i implementować wieloagentowe systemy AI (z użyciem LangGraph, LangChain) do ekstrakcji informacji z nieustrukturyzowanych dokumentów. Na co dzień tworzysz pipeline'y RAG (Retrieval-Augmented Generation), parsujesz dokumenty, rozwijasz API, korzystasz z chmury (AWS/Azure) i Databricks. To stanowisko inżynierskie, nie badawcze – skupione na produkcji, testowaniu i skalowaniu rozwiązań AI.
- ✓Projekt greenfield – realna możliwość kształtowania architektury od zera
- ✓Praca w międzynarodowym zespole – dobra dla osób ceniących różnorodność kulturową
- ✓Remote – pełna elastyczność lokalizacji
- −Brak informacji o konkretnym kliencie – może to oznaczać outsourcing na nieznany projekt
- −Nie podano procesu rekrutacyjnego – może być przewlekły lub niestandardowy
- !Wielkość zespołu nie jest określona – 'część międzynarodowego zespołu' to ogólnik
- !Nie wspomniano o dyżurach on-call ani wsparciu produkcyjnym po wdrożeniu
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Projektowanie i implementacja wieloagentowych systemów AI w Pythonie z użyciem LangGraph/LangChain
- •Budowa pipeline'ów RAG dla indeksowania i wyszukiwania w dokumentach
- •Parsowanie różnych formatów dokumentów (PDF, Word, HTML itp.) do postaci strukturalnej
- •Rozwijanie API do integracji z systemami zewnętrznymi oraz wewnętrznymi serwisami
- •Tworzenie frameworków testujących automatyczne (AI observability, A/B testing) dla komponentów AI
- •Praca z chmurą Azure i/lub AWS – wdrażanie, skalowanie, monitorowanie rozwiązań
- •Utrzymanie i optymalizacja baz wektorowych (np. Pinecone, Weaviate) dla wydajności wyszukiwania
- •Współpraca z międzynarodowym zespołem przy projektowaniu komponentów wielokrotnego użytku
Oferta dla doświadczonych specjalistów (Senior).
Inżynier z mocnym Pythonem i przynajmniej 2-3 latami pracy z RAG lub podobnymi systemami AI. Musi mieć doświadczenie z wyżej wymienionymi frameworkami (LangChain/LangGraph) i podstawową znajomość chmury (Azure lub AWS).
Nie dla osób bez doświadczenia w RAG i wieloagentowych systemach AI. Rola wymaga solidnej wiedzy produkcyjnej – juniorzy lub mid-level bez praktyki w tych obszarach raczej nie przejdą.
- ?Ile osób liczy zespół i jakie są role w zespole?
- ?Jaki jest harmonogram projektu greenfield – czy to nowy initiative, czy już rozpoczęty?
- ?Czy istnieje możliwość wyboru pomiędzy Azure a AWS, czy klient narzuca konkretny cloud?
- ?Jakie są konkretne formaty dokumentów do parsowania i czy są jakieś wyzwania z danymi?
- ?Czy przewidziane są dyżury on-call po wdrożeniu?
- ?Jak wygląda proces rekrutacji – liczba etapów, zadanie domowe, live coding?
- ?Czy Databricks jest używany w modelu zarządzanym, czy wymagana jest konfiguracja własna?
- ?Jaki jest budżet na narzędzia i szkolenia (np. konferencje, kursy)?
- −Nie podano wielkości zespołu ani struktury
- −Brak opisu procesu rekrutacyjnego
- −Nie wiadomo, czy projekt jest dla jednego klienta, czy rotacyjny
- −Brak informacji o budżecie szkoleniowym lub konferencyjnym
- −Nie określono, czy istnieje możliwość wizyt w biurze klienta
Międzynarodowy zespół, praca zdalna, projekt greenfield – atmosfera start-upowa w korporacyjnym otoczeniu.