AI Engineer (LLM & Agent Systems)

RITS Group to firma informatyczna, która oferuje najwyższej jakości usługi programistyczne zarówno dla rynku polskiego, jak i międzynarodowego. Jesteśmy dumni, że należymy do grona najszybciej rozwijających się spółek technologicznych. Naszym priorytetem jest jakość oraz innowacyjność dostarczanych rozwiązań, a nasza kultura organizacyjna opiera się na zaufaniu, współpracy i ciągłym doskonaleniu.

Poszukujemy doświadczonego AI Engineera, który będzie odpowiedzialny za projektowanie, rozwój i wdrażanie zaawansowanych rozwiązań opartych na sztucznej inteligencji, dużych modelach językowych (LLM) oraz systemach agentowych.

Szukamy osoby, która łączy solidne kompetencje techniczne z praktycznym doświadczeniem w realizacji projektów AI – od etapu projektowania architektury, przez implementację i optymalizację, aż po wdrożenie i utrzymanie rozwiązań na środowiskach produkcyjnych.

Tryb współpracy: hybryda/zdalnie z Warszawy
Forma współpracy: B2B
Stawka: 145 zł/h netto

Zakres obowiązków

• Projektowanie, rozwój i wdrażanie aplikacji wykorzystujących LLM oraz technologie GenAI.

• Projektowanie i implementacja architektury RAG (Retrieval-Augmented Generation).

• Budowa, rozwój i utrzymanie systemów agentowych, w tym definiowanie ról agentów, zarządzanie pamięcią, kontrola kosztów, wydajności i bezpieczeństwa.

• Integracja rozwiązań AI z istniejącymi systemami biznesowymi, bazami danych oraz API.

• Optymalizacja modeli i rozwiązań AI pod kątem wydajności, skalowalności oraz kosztów.

• Wdrażanie modeli AI w środowiskach chmurowych i on-premises, w tym na infrastrukturze GPU.

• Rozwój procesów MLOps, automatyzacja pipeline’ów oraz wdrażanie praktyk CI/CD.

• Projektowanie i utrzymanie workflow w n8n oraz integracji służących automatyzacji procesów biznesowych.

• Analiza i przetwarzanie dużych zbiorów danych oraz integracja AI z systemami klasy BI i ERP.

• Weryfikacja jakości i skuteczności modeli, przeprowadzanie audytów oraz rekomendowanie kierunków rozwoju rozwiązań AI.

• Wspieranie zespołów technicznych poprzez mentoring, warsztaty i transfer wiedzy.

Wymagania

• Minimum 5 lat doświadczenia w obszarze Machine Learning lub AI.

• Udział w co najmniej 2 projektach związanych z Machine Learning/AI.

• Komercyjne doświadczenie w pracy z systemami LLM/AI, w szczególności w budowie aplikacji opartych na dużych modelach językowych.

• Praktyczne doświadczenie w projektowaniu i implementacji rozwiązań RAG.

• Doświadczenie w produkcyjnych wdrożeniach systemów AI.

• Bardzo dobra znajomość języka Python oraz bibliotek i frameworków ML, takich jak PyTorch lub TensorFlow.

• Doświadczenie w pracy z vLLM, szczególnie w środowiskach GPU on-premises.

• Praktyczna znajomość Elasticsearch.

• Doświadczenie w pracy z relacyjnymi i nierelacyjnymi bazami danych (SQL/NoSQL) oraz bazami wektorowymi, np. Milvus lub Qdrant.

• Znajomość architektury sieci neuronowych, modeli Transformer oraz technik trenowania i dostrajania modeli GenAI.

• Doświadczenie w budowie, optymalizacji i wdrażaniu modeli AI w środowiskach chmurowych.

• Znajomość zagadnień MLOps, automatyzacji procesów ML oraz pipeline’ów CI/CD.

• Doświadczenie w projektowaniu i utrzymaniu rozproszonych systemów agentowych, z uwzględnieniem bezpieczeństwa, zarządzania pamięcią, kosztów i wydajności.

• Praktyczna znajomość n8n, w tym projektowania workflow, integracji API i przetwarzania danych.

• Umiejętność modelowania analitycznego, prognozowania i interpretacji wyników modeli.

• Doświadczenie w przetwarzaniu dużych zbiorów danych oraz integracji rozwiązań AI z systemami biznesowymi.

• Znajomość zagadnień bezpieczeństwa i etyki AI, a także regulacji takich jak AI Act i RODO.

• Umiejętność przeprowadzania audytów modeli AI, raportowania wyników i formułowania rekomendacji.

• Doświadczenie w mentoringu, prowadzeniu warsztatów lub dzieleniu się wiedzą z zakresu AI.

Mile widziane

• Doświadczenie w projektach AI o dużej skali biznesowej.

• Certyfikat Microsoft Certified: Azure AI Engineer Associate lub równoważny.

• Doświadczenie w rozwoju i utrzymaniu rozwiązań AI działających w środowiskach produkcyjnych o wysokich wymaganiach dotyczących wydajności, bezpieczeństwa i skalowalności.