Cześć! Dla jednego z klientów poszukujemy AI Enigneera. Warunki zaangażowania:Lokalizacja: 100% zdalnieStart: ASAP (akceptujemy kandydatury z max 1 msc okresem wypowiedzenia)Stawka (ustalana indywidualnie): 180 - 220 PLN net / hZaangażowanie: B2B (outsourcing z 1dea), full-time, długofalowo Opis:Firma technologiczna działająca na styku AI i operacji biznesowych. Tworzy produkcyjne systemy agentowe, które automatyzują złożone procesy biznesowe, integrują AI z systemami ERP/CRM, wykrywają anomalie, generują inteligentne alerty i wspierają podejmowanie decyzji (również w modelu human-in-the-loop).To nie są proof-of-concepty ani eksperymenty - zespół buduje realne systemy działające w środowiskach klientów, nastawione na niezawodność, skalowalność i mierzalną wartość biznesową.Zakres roliPoszukujemy AI Engineera / AI Developera, który będzie projektować, budować i wdrażać systemy agentowe oparte o LLM-y - od pomysłu, przez implementację, aż po stabilne wdrożenie produkcyjne.To rola mocno inżynierska i produktowa, a nie badawcza. Liczy się umiejętność dowożenia działających rozwiązań w realnych warunkach biznesowych.Zakres obowiązków Projektowanie i implementacja wieloetapowych agentów AI oraz workflow orchestration w Pythonie Budowa systemów z wykorzystaniem LangGraph, LangChain, n8n, AWS Bedrock i podobnych narzędzi Integracja i ewaluacja modeli LLM (OpenAI, Gemini, Claude i inne) Łączenie agentów z rzeczywistymi systemami: API, SaaS, webhooki, kolejki, eventy Implementacja pamięci, RAG, planowania i mechanizmów kontroli zachowania agentów Przenoszenie prototypów do produkcji (CI/CD, kontenery, deployment chmurowy) Tworzenie wewnętrznych SDK oraz szablonów agentów przyspieszających delivery Instrumentacja systemów: logging, tracing, guardrails, ewaluacja jakości Bezpośrednia współpraca z klientami: zbieranie wymagań, szybkie eksperymenty, iteracje

Dbanie o bezpieczeństwo, prywatność i stabilność wdrożeń

Wymagania min. 2 lata doświadczenia w budowie i wdrażaniu agentów AI lub złożonych automatyzacji Bardzo dobra znajomość Pythona (async, testy, packaging) Doświadczenie z LangGraph i/lub LangChain Znajomość narzędzi orkiestracji (np. n8n, AWS Bedrock, Airflow, Prefect, Temporal) Praktyczna znajomość ekosystemów modeli: OpenAI, Gemini, Claude Solidne podstawy pracy z danymi: embeddings, vector stores RAG, chunking, indeksowanie jakość i spójność danych Dobre podstawy inżynierii oprogramowania: Git, CI/CD, Docker, cloud (AWS lub inne) Mile widziane: TypeScript, FastAPI, Node.js Doświadczenie z narzędziami observability (Langfuse, W&B, OpenTelemetry)