LLM / Generative AI Developer

Experis Manpower Group

Oferta w skrócie

28 560 – 31 920PLN / mies.

🏠ZdalnieTryb pracy

📄B2BKontrakt

⏱️Senior · 5+ latDoświadczenie

LokalizacjaWarszawa

Źródło

JustJoinIT

↗

Aktywna

Opublikowano11 maja 2026

Ostatnio sprawdzono11 maja 2026

Wygasa za18 dni

Otwórz ofertę u źródła

🛠 Wymagane technologie

Dane źródłowe

LLM vector databases RAG Langchain Langgraph Azure OpenAI Python Agentic AI / AI Agents Generative AI Azure AI foundry

AI Insights

Czym naprawdę jest ta rola?Applied AI Engineer

Rola polega na projektowaniu i wdrażaniu produkcyjnych rozwiązań Generative AI w ramach dużego, długoterminowego programu cyfrowego. Będziesz budować zaawansowane systemy agentowe z użyciem LangGraph, RAG, Azure OpenAI, integrować modele LLM, implementować mechanizmy pamięci, oceniać modele oraz zapewniać odpowiedzialne AI. To stanowisko wymaga silnych umiejętności inżynierskich i produkcyjnego podejścia – nie jest to rola badawcza, ale inżynierska, skupiona na dostarczaniu skalowalnych i bezpiecznych systemów.

Plusy

✓Długoterminowy projekt (5 lat) – stabilność i przewidywalność
✓W pełni zdalna praca – elastyczność
✓Kontrakt B2B z atrakcyjną stawką (170-190 PLN netto+VAT/h)
✓Pakiet benefitów: Multisport, Medicover, platforma e-learningowa, ubezpieczenie grupowe

Na co uważać

!Oferta pochodzi od agencji (Experis) – rola jest na pewno u klienta końcowego, ale nie podano jego nazwy.
!Nie ma informacji o wielkości zespołu ani strukturze projektu.
!Brak szczegółów dotyczących dyżurów on-call lub oczekiwań czasowych
!Zakres odpowiedzialności jest szeroki – może wymagać pracy na wielu frontach jednocześnie

Codzienna praca

•Projektowanie i implementacja end-to-end rozwiązań GenAI w Pythonie
•Budowa agentowych workflow z użyciem LangGraph, tool calling, multi-agent orchestration
•Tworzenie pipeline'ów RAG: ingestia, chunking, embeddingi, wyszukiwanie wektorowe, re-ranking, walidacja groundingu
•Implementacja strategii pamięci (short-term, long-term, summarised, vector-based)
•Integracja i ewaluacja modeli LLM (GPT-4.x, GPT-4o) – testowanie, benchmarking, mierzenie kosztów i latency
•Implementacja guardrails Responsible AI – filtrowanie wejścia/wyjścia, walidacja, fallbacki
•Współpraca z DevOps/LLMOps przy deploymencie, monitorowaniu, skalowaniu i optymalizacji kosztów
•Tworzenie struktur wyjściowych i systemów tool-calling z rygorystycznym schematem

Więcej o ofercie

Dla kogo jest ta oferta

Profil idealny

Oferta dla doświadczonych specjalistów (Senior).

Minimum sensowne

Inżynier z 5-letnim stażem w software engineering, bardzo dobry w Pythonie, posiadający przynajmniej podstawowe doświadczenie z GenAI (np. LangChain) i chęć rozwijania się w agentowych systemach. Może nie znać wszystkich wymienionych frameworków, ale ma solidne fundamenty do szybkiego ich opanowania.

Raczej nie dla

Osoby z mniej niż 5 latami doświadczenia w inżynierii oprogramowania lub AI, które nie mają praktycznej znajomości Pythona na poziomie produkcyjnym. Juniorzy i midowie bez udokumentowanego doświadczenia w GenAI raczej nie spełnią wymagań.

Ocena dopasowania

Junior1/5

Mid2/5

Senior5/5

Hands-on5/5

Architekt3/5

Remote5/5

Enterprise4/5

Pytania do rekrutera

?U kogo konkretnie będę pracować – jaka to firma i czym się zajmuje?
?Ile osób liczy zespół AI/GenAI?
?Czy są przewidziane dyżury on-call? Jak wygląda wsparcie produkcyjne?
?Jaki jest stosunek pracy nad nowymi rozwiązaniami do utrzymania istniejących?
?Czy istnieje możliwość wpływu na wybór konkretnych modeli LLM i technologii?
?Jak wygląda współpraca z DevOps/LLMOps – czy to dedykowane osoby?
?Czy są jakieś konkretne wymagania dotyczące dostępności (np. godziny pracy)?

Brakujące informacje

−Nie podano nazwy klienta ani konkretnego programu
−Brak informacji o wielkości zespołu i podziale ról
−Nie wiadomo, czy są dyżury i jaka jest ich częstotliwość
−Brak opisu procesu rekrutacyjnego

🔗Podobne oferty