AI Engineer - Agentic AI

O projekcie Devire Outsourcing IT to forma współpracy dedykowana dla specjalistów z branży IT, oparta na zasadach własnej działalności gospodarczej - B2B, realizująca projekty dla wiodących Klientów prowadzących innowacyjne i nowoczesne projekty.

Klientem jest jeden z dużych graczy na polskim rynku bankowym, organizacja o rozbudowanym środowisku technologicznym, która intensywnie rozwija obszar AI i wykorzystuje nowe technologie do usprawniania procesów biznesowych. Rola jest częścią projektu skoncentrowanego na praktycznym wykorzystaniu Agentic AI, LLM oraz RAG w środowisku enterprise.

• Lokalizacja: Warszawa (2 razy w tygodniu z biura)
• Wynagrodzenie: 120-155 zł/h netto + VAT
• Kontrakt B2B via Devire
• Model hybrydowy
• pracę z nowoczesnymi technologiami z obszaru AI, w tym Agentic AI, LLM i RAG
• możliwość rozwoju w dynamicznie rozwijającym się obszarze AI
• udział w projektach mających realne zastosowanie biznesowe
• pracę dla dużej, rozpoznawalnej organizacji z sektora bankowego.

Zakres obowiązków

• 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

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