projektowanie, rozwój oraz utrzymanie rozwiązań Agentic AI wykorzystywanych w procesach biznesowych Banku
budowę, rozwój i utrzymanie systemów opartych o Large Language Models (LLM)
projektowanie i implementację rozwiązań RAG (Retrieval Augmented Generation)
budowę architektur wieloagentowych z wykorzystaniem frameworków takich jak Agno LangGraph lub rozwiązań równoważnych
integrację agentów AI z systemami biznesowymi Banku poprzez API oraz usługi integracyjne,
projektowanie i rozwój komponentów AI w języku Python
rozwój i utrzymanie modeli Machine Learning wspierających rozwiązania Agentic AI
tworzenie mechanizmów ewaluacji, monitoringu oraz obserwowalności rozwiązań AI
optymalizację jakości odpowiedzi modeli, ograniczanie halucynacji oraz rozwój mechanizmów bezpieczeństwa i kontroli AI
współpracę z zespołami biznesowymi, architektami, zespołami IT oraz bezpieczeństwa przy wdrażaniu rozwiązań AI
zaprojektowanie i wdrożenie produkcyjnych rozwiązań Agentic AI zgodnie z wymaganiami biznesowymi
rozwój i utrzymanie agentów AI wspierających procesy biznesowe Banku
budowa i rozwój platformy Agentic AI opartej o framework Agno
dostarczenie rozwiązań RAG zapewniających bezpieczny i efektywny dostęp do wiedzy organizacyjnej
zapewnienie wysokiej jakości, stabilności i obserwowalności wdrażanych rozwiązań AI
rozwój komponentów Machine Learning oraz integracja ich z rozwiązaniami Agentic AI i LLM
optymalizacja efektywności, kosztów i jakości działania rozwiązań opartych o AI
Wymagania
minimum 5-letniego doświadczenia komercyjnego w programowaniu w języku Python,
praktycznego doświadczenia w projektowaniu i wdrażaniu rozwiązań opartych o LLM
praktycznego doświadczenia w budowie rozwiązań RAG
doświadczenia w projektowaniu i implementacji rozwiązań Agentic AI
znajomości frameworków takich jak Agno, LangGraph, LangChain, LlamaIndex lub równoważnych
doświadczenia w integracji rozwiązań AI z systemami biznesowymi za pośrednictwem API,
znajomości bibliotek i frameworków ML/AI, w szczególności PyTorch, TensorFlow oraz Hugging Face
praktycznej znajomości baz wektorowych (Qdrant, ChromaDB, Weaviate, Milvus lub równoważnych)
znajomości zagadnień związanych z embeddings, rerankingiem oraz optymalizacją jakości odpowiedzi modeli
doświadczenia w budowie usług backendowych z wykorzystaniem FastAPI
znajomości zagadnień obserwowalności i ewaluacji systemów AI (np. Langfuse, LangSmith, Promptfoo, DeepEval)
znajomości Docker oraz Kubernetes/OpenShift
znajomości zagadnień MLOps i LLMOps
umiejętności projektowania architektury rozwiązań AI w środowisku enterprise
umiejętności współpracy z biznesem i zespołami technicznymi
minimum 5 lat doświadczenia w programowaniu Python,
minimum 2 lata doświadczenia w projektowaniu i wdrażaniu rozwiązań LLM, RAG lub Agentic AI
doświadczenie w realizacji projektów produkcyjnych związanych z AI
doświadczenie w integracji rozwiązań AI z architekturą enterprise
mile widziane doświadczenie w sektorze finansowym, bankowym lub innym środowisku regulowanym
Oferujemy
-kontrakt B2B
-model współpracy hybrydowy - biuro przy ul.Chmielnej 89
-opcjonalnie pakiet Luxmed i Kafeteria MyBenefit na preferencyjncyh warunkach