AI Engineer

• Wynagrodzenie w oparciu o umowę B2B (via Devire).
• Stawkę 135-155 zł/h netto + vat.
• Możliwość wykupienia pakietu benefitów (opieka medyczna, karta multisport, ubezpieczenie na życie, system kafeteryjny).
• Długofalową współpracę

• Znajomość narzędzi i frameworków do budowy serwisów wykorzystujących LLM, np.:langchain4j, google-adk
• Znajomość Google BigQuery (modelowanie, optymalizacja kosztów i wydajności,uprawnienia, view, routines)
• Bardzo dobra znajomość Java i/lub Phyton
• Praktyka w budowie i utrzymaniu pipeline’ów danych
• znajomość wzorców DevSecOps

Mile widziane:

• znajomość rozwiązań klasy semantic/metrics layer - semantic layer, caching, preaggregations,governance metryk Conversational Analytics / BI-as-chat w ekosystemie BigQuery / GCP (lub analogicznerozwiązania)
• doświadczenie w budowie rozwiązań LLM/GenAI dla danych korporacyjnych (chat zdanymi, Q&A)
• praktyczna znajomość podejść NL2SQL (tłumaczenie języka naturalnego na SQL) orazograniczania ryzyk (halucynacje, błędne joiny, nadmiarowe skany)
• doświadczenie w budowie RAG: embeddings, chunking, re-ranking, ocena jakościodpowiedzi
• bazy wektorowe (np. Pinecone / Weaviate / Milvus) oraz/lub grafowe (np. Neo4j)
• ocena jakości systemów GenAI: evals (offline/online), A/B testy promptów
• znajomość Rust
• doświadczenie w pracy z Kubernetes
• GCP: Cloud Run, Pub/Sub
• praca w środowisku regulowanym (bankowość): audyt, zgodność, klasyfikacja danych

Obowiązki

• Projektowanie, rozwój i utrzymanie rozwiązań opartych o AI/LLM oraz systemów typu „Chat with Data”.
• Tworzenie i rozwój aplikacji wykorzystujących modele językowe oraz integracja ich z danymi korporacyjnymi.
• Projektowanie i rozwój procesów przetwarzania danych oraz pipeline’ów danych w środowiskach Data Lake i Data Warehouse.
• Implementacja i optymalizacja rozwiązań w ekosystemie Google Cloud Platform, ze szczególnym uwzględnieniem BigQuery.
• Współpraca przy projektowaniu modeli danych oraz przygotowywaniu rozwiązań odpowiadających na potrzeby biznesowe.
• Optymalizacja wydajności procesów i zapytań SQL oraz dbałość o jakość i bezpieczeństwo danych.
• Udział w analizie, projektowaniu, testowaniu i wdrażaniu nowych rozwiązań.
• Rozwiązywanie problemów produkcyjnych oraz wsparcie utrzymania wdrożonych systemów.
• Praca zgodnie z podejściem DevSecOps oraz obowiązującymi standardami bezpieczeństwa i jakości.