GenAI Data Engineer

PKO BP Finat Show all offers

Warszawa

7 days ago

In short

GenAI Data Engineer for PKO BP Finat in Warsaw. Build and develop data processing pipelines (online/offline), process unstructured data (docs, images, audio), create APIs in Python/Rust, use Qdrant for semantic search, integrate GenAI models. B2B contract.

Keywords

Python Rust Qdrant GenAI Data Pipelines REST API Kafka Linux PostgreSQL DevSecOps

AI-written summary based on the listing content.

Dołączysz do zespołu rozwijającego platformę do przetwarzania i udostępniania danych niestrukturalnych, takich jak dokumenty, obrazy i nagrania audio. Budujemy rozwiązania wspierające wyszukiwanie semantyczne, RAG oraz narzędzia typu „chat with data”. Projekt dla banku PKO BP.

Forma współpracy: B2BOpis stanowiskabudowa i rozwój pipeline’ów przetwarzania danych w trybie online i offline, przetwarzanie dokumentów, obrazów i nagrań audio, w tym ekstrakcja tekstu i metadanych, tworzenie usług oraz integracji API w Pythonie i/lub Rust, indeksowanie danych i rozwój wyszukiwania semantycznego z wykorzystaniem Qdrant, integracja z modelami embeddingowymi i rozwiązaniami GenAI, wdrażanie, monitorowanie i utrzymywanie rozwiązań zgodnie z podejściem DevSecOps, diagnozowanie incydentów oraz dbanie o jakość, wydajność i niezawodność procesów.

Wymaganiadobra znajomość Pythona i/lub Rusta, doświadczenie w budowie pipeline’ów i usług przetwarzających dane, praktyczna znajomość wektorowych baz danych, w szczególności Qdrant, znajomość embeddingów, wyszukiwania semantycznego, filtrowania po metadanych i indeksowania, doświadczenie z REST API, mile widziana znajomość FastAPI, znajomość architektury sterowanej zdarzeniami, np. Kafka lub Pub/Sub, dobra znajomość systemu Linux, znajomość relacyjnych baz danych, np. PostgreSQL.

Mile widzianedoświadczenie z Kubernetes, Docker oraz CI/CD, znajomość GCP, BigQuery, Dataflow, Dataproc lub Pub/Sub, znajomość Apache Airflow, Spark lub Beam, doświadczenie z OCR, transkrypcją audio oraz konwersją dokumentów, znajomość baz grafowych, np. Neo4j, doświadczenie z Knowledge Graph, GraphRAG lub klasycznymi rozwiązaniami RAG.

Nie oczekujemy znajomości wszystkich wymienionych technologii. Szukamy osoby z solidnymi podstawami inżynierii danych i gotowością do rozwoju w obszarze danych niestrukturalnych oraz AI.