Senior AI Engineer

• Tworzenie i wdrażanie modeli uczenia maszynowego i głębokiego uczenia nastawionych na rozwiązywanie realnych problemów biznesowych
• Rozwijanie i wdrażanie aplikacji AI/LLM w środowiskach chmurowych AWS lub GCP
• Projektowanie architektur opartych o LLM, takich jak RAG, Agentic RAG czy MCP
• Integracja modeli z aplikacjami produkcyjnymi przez mechanizmy Function Calling / A2A
• Tworzenie pipeline'ów do przetwarzania danych kontekstowych (embedding, chunking, wektoryzacja)
• Projektowanie i implementacja procesów indeksowania danych w bazach wektorowych (Qdrant, Weaviate, Pinecone)
• Tworzenie promptów, testowanie jakości wyjścia modeli i optymalizacja zachowań LLM
• Dzielenie się wiedzą i mentoring młodszych członków zespołu
• Wsparcie zespołu w zakresie najlepszych praktyk związanych z ML, MLOps i inżynierią danych
• Współpraca z zespołem developerskim i biznesowym przy projektach AI w obszarach automatyzacji, analityki i integracji z zewnętrznymi usługami
• Analiza najnowszych trendów w AI i szukanie ich zastosowania w praktyce
• Tworzenie i utrzymywanie dokumentacji technicznej oraz raportowanie wyników badań i wdrożeń

• Bardzo dobra znajomość języka Python oraz ekosystemu narzędzi AI/ML (PyTorch, TensorFlow, scikit-learn)
• Doświadczenie z frameworkami: Claude Code, LangChain, LlamaIndex, LangGraph, Pydantic
• Praktyczna znajomość środowisk AWS lub GCP i wdrażania aplikacji AI w tych ekosystemach
• Znajomość zasad prompt engineeringu, architektur agentowych, kontekstualizacji danych i modeli RAG
• Umiejętność pracy z narzędziami do oceny jakości odpowiedzi modeli
• Znajomość Gita, Dockera, CI/CD, REST/JSON, architektur mikrousług
• Doświadczenie w inżynierii funkcji, przetwarzaniu danych i pracy z dużymi zbiorami danych
• Umiejętność optymalizacji i skalowania modeli AI
• Umiejętności mentorskie - umiejętność dzielenia się wiedzą
• Umiejętność rozwiązywania złożonych problemów technicznych i myślenia analitycznego
• Doświadczenie w prowadzeniu badań i eksperymentów nad nowymi metodami AI

Mile widziane:

• Doświadczenie w budowie serwerów MCP lub narzędzi developerskich
• Znajomość frameworków do budowania AI Agents, np. CrewAI, N8N
• Znajomość metod explainable AI (XAI) i umiejętność interpretowania modeli
• Doświadczenie w pracy z narzędziami MLOps (MLflow, Kubeflow, Airflow, Vertex AI Pipelines)
• Znajomość środowisk DataOps
• Otwartość na pracę w biurze w Krakowie 3 dni w tygodniu