GenAI Engineer - Regular, Senior

Opis

Szukamy Inżyniera GenAI, który zaprojektuje, zbuduje i wdroży rozwiązania oparte na AI z silnym naciskiem na procesy robocze związane z dokumentami. Idealny kandydat będzie miał praktyczne doświadczenie w rozwijaniu aplikacji z wykorzystaniem dużych modeli językowych (LLM), frameworków Agentic AI oraz rozwoju backendu w Pythonie. Będziesz ściśle współpracować z zespołami biznesowymi i technologicznymi, aby budować inteligentne rozwiązania, które automatyzują przetwarzanie dokumentów, ekstrakcję informacji, pozyskiwanie wiedzy i orkiestrację procesów roboczych.

Benefity

• Zróżnicowane portfolio klientów

• Szeroki wachlarz technologii

• Stabilne zatrudnienie

• Możliwość pracy zdalnej

• Kontrakty z globalnymi markami

• Great Place to Work w Europie

• Wielu ekspertów, od których możesz się uczyć

• Otwarty i dostępny zarząd

Wymagania

• Minimum 3–5 lat doświadczenia w inżynierii oprogramowania z silną znajomością Pythona

• Praktyczne doświadczenie w budowaniu aplikacji z wykorzystaniem Generative AI i dużych modeli językowych (LLM)

• Znajomość frameworków Agentic AI i koncepcji orkiestracji wieloagentowej

• Silne zrozumienie przetwarzania dokumentów, inteligencji dokumentów i rozwiązań zarządzania wiedzą

• Ekspertyza w architekturach RAG, bazach danych wektorowych i modelach osadzania

• Znajomość LangChain, LangGraph, LlamaIndex, CrewAI lub podobnych frameworków AI

• Umiejętność integracji rozwiązań AI z API, platformami chmurowymi i systemami biznesowymi przedsiębiorstwa, a także silne umiejętności rozwiązywania problemów i komunikacji

• Wymagana biegła znajomość języka angielskiego; preferowani są kandydaci, którzy mogą dołączyć natychmiast lub aktualnie odbywają okres wypowiedzenia

Zakres obowiązków

• Projektowanie i rozwijanie aplikacji GenAI z wykorzystaniem nowoczesnych LLM i frameworków AI

• Budowanie i wdrażanie procesów Agentic AI zdolnych do wieloetapowego rozumowania i realizacji zadań

• Opracowywanie rozwiązań inteligencji dokumentów do przetwarzania, ekstrakcji, podsumowywania i analizy dokumentów strukturalnych i niestrukturalnych

• Tworzenie rozwiązań Retrieval-Augmented Generation (RAG) wykorzystujących źródła wiedzy przedsiębiorstwa

• Integracja rozwiązań AI z aplikacjami wewnętrznymi, API i systemami biznesowymi

• Optymalizacja promptów, procesów roboczych i wydajności modeli w celu poprawy dokładności i efektywności

• Współpraca z zespołami międzyfunkcyjnymi w celu zrozumienia wymagań biznesowych i przekształcania ich w skalowalne rozwiązania AI

• Zapewnienie, że rozwiązania spełniają standardy bezpieczeństwa, zarządzania i wydajności