LLM / RAG Engineer
ITLT
Rola polega na budowie i optymalizacji zaawansowanych systemów Retrieval Augmented Generation (RAG) działających w środowiskach on-premises. Kandydat będzie odpowiedzialny za architekturę, integrację i wydajność rozwiązań LLM, które przetwarzają dane wewnętrzne organizacji w sektorze telco/enterprise, z naciskiem na bezpieczeństwo, skalowalność i niskie opóźnienia. Jest to rola techniczna skupiona na implementacji i utrzymaniu systemów AI.
Brakuje: nie podano dokładnej wielkości zespołu ai/ml., brak informacji o konkretnych narzędziach do monitorowania systemów llm..
Rola polega na budowie i optymalizacji zaawansowanych systemów Retrieval Augmented Generation (RAG) działających w środowiskach on-premises. Kandydat będzie odpowiedzialny za architekturę, integrację i wydajność rozwiązań LLM, które przetwarzają dane wewnętrzne organizacji w sektorze telco/enterprise, z naciskiem na bezpieczeństwo, skalowalność i niskie opóźnienia. Jest to rola techniczna skupiona na implementacji i utrzymaniu systemów AI.
- ✓Długofalowy projekt przy budowie zaawansowanej platformy AI on-prem.
- ✓Realny wpływ na architekturę i wybór technologii.
- ✓Praca przy najnowszych rozwiązaniach open-source LLM i RAG.
- ✓Współpraca z doświadczonym zespołem AI/ML.
- ✓Sprawny proces rekrutacyjny, maksymalnie 2 spotkania online.
- !Choć wymieniono 'open-source LLM', nie sprecyzowano, czy chodzi o fine-tuning, deployment, czy tylko integrację.
- !Zakres 'optymalizacji wydajności' jest dość szeroki i może oznaczać różne poziomy zaangażowania.
- •Projektowanie i rozwój systemów RAG
- •Integracja i deployment modeli LLM
- •Praca z infrastrukturą on-prem i MLOps
- •Optymalizacja wydajności systemów LLM
- •Praca z danymi wewnętrznymi organizacji w środowisku telco/enterprise
- •Zapewnienie bezpieczeństwa, skalowalności i niskich opóźnień rozwiązań AI
- •Współpraca z zespołem AI/ML
Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).
Osoba z minimum 3-letnim doświadczeniem w ML/NLP/AI, z czego co najmniej 1 rok musi być związany z technologiami RAG. Kluczowa jest bardzo dobra znajomość Pythona i frameworków takich jak PyTorch, Hugging Face, LangChain, a także doświadczenie z vLLM, LiteLLM i wektorowymi bazami danych. Kandydat powinien również posiadać podstawową wiedzę na temat systemów Linux i środowisk kontenerowych.
Oferta nie jest dla osób z mniejszym niż 3-letnim doświadczeniem w ML/NLP/AI, a w szczególności dla tych, którzy nie mają doświadczenia z RAG. Nie jest to również rola dla osób preferujących wyłącznie pracę z chmurą publiczną lub nieposiadających umiejętności pracy w środowiskach on-premises z naciskiem na bezpieczeństwo.
- ?Jakie są konkretne cele biznesowe projektu i jakie problemy mają rozwiązywać budowane systemy RAG?
- ?Jak wygląda typowy dzień pracy inżyniera RAG w tym zespole?
- ?Czy istnieje możliwość wpływu na wybór konkretnych modeli open-source LLM do implementacji?
- ?Jakie są oczekiwania dotyczące dokumentacji technicznej i procesów MLOps w tym projekcie?
- ?Czy przewidziane są jakieś formy szkoleń lub rozwoju w obszarze najnowszych trendów w AI/LLM?
- ?Jak wygląda proces wdrażania zmian i hotfixów w środowisku on-premises?
- ?Jakie są główne wyzwania techniczne, z którymi zespół mierzy się obecnie lub przewiduje w najbliższej przyszłości?
- −Nie podano dokładnej wielkości zespołu AI/ML.
- −Brak informacji o konkretnych narzędziach do monitorowania systemów LLM.
- −Nie sprecyzowano, jakie konkretnie dane wewnętrzne organizacji będą przetwarzane.
- −Nie podano informacji o możliwości rozwoju kariery w ramach firmy ITLT.
Praca w doświadczonym zespole AI/ML, z naciskiem na ciekawość technologiczną, zwinność i budowanie innowacyjnych rozwiązań.
Sprawny proces rekrutacyjny, maksymalnie 2 spotkania online.
Powyżej mediany rynkowej
≈ 140,0–170,0 zł/h
Dane z aktywnych ofert zawierających technologię LLM. Pełne statystyki zarobków →