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.