Wymagania

Technologie wymagane

GenAI

Node.js

Python

Nasze wymagania

• Masz minimum 3 lata doświadczenia w pracy z Node.js lub Pythonem – najlepiej przy projektach z obszaru AI, zwłaszcza tych konwersacyjnych.
• Swobodnie pracujesz z TypeScriptem oraz relacyjnymi bazami danych – PostgreSQL lub MySQL to dla Ciebie chleb powszedni.
• Budowałeś/-aś rozwiązania oparte o Generative AI – takie jak chatboty, agentowe workflowy czy systemy RAG – i wiesz, jak dopasować je do realnych potrzeb użytkownika.
• Masz doświadczenie w tworzeniu aplikacji text-to-image (np. z użyciem Stable Diffusion i ComfyUI) i rozumiesz, jak kontrolować generowane treści.
• Potrafisz przełożyć złożone potrzeby biznesowe na konkretne rozwiązania techniczne – nie boisz się analizy i proponowania lepszych dróg.
• Na bieżąco śledzisz rozwój Generative AI i lubisz testować nowe narzędzia zanim staną się „standardem”.
• Znasz podejście Test-Driven Development (TDD) i potrafisz pisać kod, który sam się broni.
• Masz doświadczenie z Dockerem i potrafisz zadbać o solidny proces CI/CD.
• Wiesz, kiedy wybrać REST, kiedy GraphQL, a kiedy trzeba po prostu zrobić dobre API.
• Git nie ma przed Tobą tajemnic – ogarniasz workflow, branche, code review i nie boisz się merge’a.
• Posługujesz się językiem polskim i angielskim na poziomie, który pozwala swobodnie działać w zespole i z klientem (min. B2).

Twój zakres obowiązków

• Projektowanie i rozwój rdzenia systemu AI – tworzenie architektury rozwiązań opartych na generatywnej sztucznej inteligencji.
• Tworzenie i fine-tuning modeli LLM – dopasowywanie modeli do rzeczywistych potrzeb użytkowników i konkretnych przypadków użycia.
• Przetwarzanie i analiza obrazu – detekcja elementów, wyszukiwanie wizualne, interpretacja kontekstu sceny z wykorzystaniem AI.
• Integracja z ComfyUI – budowanie przepływów w jednym z najbardziej zaawansowanych open-source’owych narzędzi do generowania obrazu, wideo i audio.
• Połączenia z zewnętrznymi systemami – integracja AI-asystenta z usługami zakupowymi, serwisowymi i płatniczymi poprzez API.
• Optymalizacja działania systemu AI w środowisku produkcyjnym – praca nad wydajnością, stabilnością i niskimi opóźnieniami.