Wymagania

Technologie wymagane

Python

NumPy

Pandas

PyTorch

TensorFlow

scikit-learn

LangChain

Agent Development Kit

Technologie mile widziane

Quadrant

ChromaDB

Pinecone

Milvus

MLflow

Kubeflow

Docker

Kubernetes

Azure

AWS

Google Cloud Platform

Nasze wymagania

• programowanie: biegła znajomość języka Python i doświadczenie w jego użyciu w projektach AI/ML
• LLM & RAG: głębokie zrozumienie architektury i działania Dużych Modeli Językowych (LLM) oraz udokumentowane doświadczenie w budowie systemów RAG
• Frameworki Agentowe: praktyczna znajomość LangChain oraz doświadczenie w pracy z ADK (Agent Development Kit) lub w projektowaniu architektur dla systemów agentowych
• Prompt Engineering: zaawansowane umiejętności w zakresie promptowania, w tym technik takich jak Chain-of-Thought (CoT), Few-Shot Prompting
• NLP: silne podstawy teoretyczne i praktyczne w zakresie Przetwarzania Języka Naturalnego (NLP) i transformatorów
• Data Science Tools: znajomość kluczowego oprogramowania i bibliotek wspierających ML i Data Science (np. NumPy, Pandas, PyTorch / TensorFlow, scikit-learn)

Mile widziane

• doświadczenie z bazami wektorowymi (np. Quadrant, ChromaDB, Pinecone, Milvus)
• znajomość narzędzi MLOps (np. MLflow, Kubeflow)
• znajomość technologii kontenerowych (Docker, Kubernetes)
• doświadczenie w pracy z chmurą publiczną (Azure, AWS, GCP)

Twój zakres obowiązków

• projektowanie i implementacja systemów RAG (Retrieval-Augmented Generation) w celu tworzenia firmowych baz wiedzy i inteligentnych asystentów
• rozwój, testowanie i wdrażanie współczesnych systemów agentowych (w tym wieloagentowych) do automatyzacji złożonych procesów
• tworzenie zaawansowanych narzędzi wsparcia użytkownika z wykorzystaniem LangChain/LangGraph (lub równoważnych frameworków) oraz utrzymanie i rozszerzanie ADK (Agent Development Kit)
• optymalizacja wydajności i kosztów działania modeli LLM oraz systemów opartych o wektorowe bazy danych
• aktywne wykorzystywanie technik Prompt Engineering do maksymalizacji trafności i jakości odpowiedzi modelu
• współpraca z Data Scientistami i inżynierami MLOps w celu zapewnienia ciągłej integracji i dostarczania (CI/CD) rozwiązań