As a Senior GenAI Engineer, you will lead the development of LLM-powered applications and GenAI features, driving innovation in data analytics for clients. This role demands deep expertise in AI/ML, Python, and LLMOps, with a focus on building scalable, ethical AI solutions using advanced frameworks.Responsibilities Understand requirements, build, and fine-tune LLM-powered GenAI assistants and features for industry workflows. Use frameworks like LangChain or LlamaIndex, and RAG pipelines to build assistants grounded in private/business data. Develop intelligent prompt strategies, few-shot examples, and persona models for assistant behavior. Integrate AI assistants into web/mobile apps, chat interfaces, or enterprise tools. Experiment with open and commercial LLMs (e.g., GPT-4o, Claude, Mistral, LLaMA, Gemini). Design and manage vector databases (e.g., Pinecone, Weaviate, Qdrant) for context-aware retrieval. Implement LLMOps practices including monitoring, prompt versioning, evaluation, and A/B testing. Collaborate with frontend engineers, UI/UX designers, and product managers to ship intelligent experiences. Work on multi-modal assistants (text + vision + audio) where applicable. Ensure security, ethical use, and performance monitoring of AI-powered features. Stay updated with the latest in LLMs, agentic frameworks, and multi-modal GenAI trends. Mentor junior engineers and guide CI/CD pipelines using MLOps/LLMOps. Job Requirements Bachelor's or Master's degree in Computer Science, AI/ML, Engineering, Mathematics, or related fields. 7+ years of software engineering or AI/ML development experience, with at least 4 years in GenAI/LLM applications. Proficiency in Python and API frameworks like FastAPI or Flask. Strong understanding of LLMs, embeddings, vector stores, and prompt engineering. Experience with GCP/AWS cloud platforms and data preprocessing/feature engineering. Expertise in statistical analysis and classic AI/ML models. Strong analytical and problem-solving skills. Excellent communication skills for technical and non-technical audiences. Proven ability to work independently and lead teams. Preferred Skills: Hands-on with LangChain, Semantic Kernel, Crew AI for agentic workflows and Agentic AI solutions. Experience in fine-tuning LLMs and multi-agent systems. BenefitsGeneral benefits - depends on the form of employment  Hybrid work model combining office & remote work  Attractively located office with collaboration spaces Onsite parking space for employees Referral program with financial bonus  Life Insurance Budget for development (including language courses and others), clear career path with the possibility to gain experience in international environment  Access to internal Learning Platform with multiple trainings oriented for professional growth  Lifestyle benefits:  Access to MyBenefit platform (Multisport included)  Team Building activities  Charity initiatives  Working environment promoting diversity and inclusion  Health benefits: Private medical care - Platinum Package