O roliSzukamy Tech Leada AI z silnym doświadczeniem w Pythonie, który będzie odpowiedzialny za architekturę i rozwój systemów opartych na GenAI. Osoba na tym stanowisku pokieruje zespołem inżynierów, wdrażając nowoczesne rozwiązania oparte na LLM, chatbotach, agentach AI i systemach RAG.Twoim zadaniem będzie tworzenie, optymalizacja i skalowanie systemów AI, a także aktywna współpraca z zespołami produktowymi, badawczymi i biznesowymi. Rola wymaga silnego technicznego leadershipu, strategicznego myślenia oraz umiejętności przekładania celów biznesowych na efektywne rozwiązania inżynieryjne.Twoje zadania🔹 Projektowanie i rozwój systemów GenAI: Tworzenie architektury i infrastruktury AI opartych na Pythonie. Optymalizacja wydajności i skalowalności LLM, chatbotów, agentów AI oraz systemów RAG. Integracja rozwiązań AI z systemami backendowymi i produktami cyfrowymi. 🔹 Zarządzanie zespołem i technologią: Techniczne prowadzenie zespołu programistów, zapewnienie code quality i best practices. Mentoring i rozwój zespołu w zakresie technologii GenAI. Definiowanie roadmapy technologicznej i priorytetów zespołu. 🔹 Innowacje i strategia: Badanie i wdrażanie najnowszych frameworków oraz modeli LLM (np. OpenAI, Anthropic, Mistral, LLaMA). Tworzenie customowych modeli AI oraz optymalizacja procesów inferencji. Eksploracja możliwości fine-tuningu LLM oraz strategii prompt engineeringu. 🔹 Współpraca z biznesem i produktami: Ścisła współpraca z zespołami data science, ML i produktowymi. Konsultowanie architektury i strategii AI z interesariuszami biznesowymi. Tworzenie AI-driven rozwiązań, które realnie wpływają na użytkowników. Czego oczekujemy? Min. 6 lat doświadczenia w inżynierii oprogramowania, w tym 2+ lat jako Lead/ Staff/ Principal lub Manager. Ekspertyza w Pythonie (Django, FastAPI, Flask) oraz frameworkach ML/AI (TensorFlow, PyTorch, Hugging Face). Doświadczenie w tworzeniu i optymalizacji LLM, chatbotów, agentów AI, RAG. Znajomość architektur skalowalnych API i systemów rozproszonych. Doświadczenie w pracy z chmurami (AWS, GCP, Azure) i konteneryzacją (Docker, Kubernetes). Umiejętność prowadzenia code review, architektury rozwiązań i strategii technologicznej. Świetne zdolności komunikacyjne i współpracy z różnymi działami. Doświadczenie w fine-tuningu modeli AI i strategiach retrieval-augmented generation (RAG). Znajomość technologii LangChain, LlamaIndex, Prompt Engineering. Background w MLOps, CI/CD dla AI.