LLM / AI Engineer

Aether Biomedical; Deutschland; Remote; EUR 60.000 - 90.000; Vollzeit

Benefits dieser Stelle

Budżet na kursy

Praca 100% zdalna

Karta Multisport

Wsparcie merytoryczne

Pracę w AI/ML

Zusammenfassung

Aether Biomedical w Polsce poszukuje inżyniera zajmującego się systemami agentowymi i LLM. Od prototypu po wdrożenie produkcyjne pracować będziesz nad pipeline’ami RAG i zapewnieniem jakości.

Praca na Linuksie, Pythonie, z narzędziami LangChain, LangGraph i Docker. Oczekujemy min. 2 lata doświadczenia oraz dobra znajomość polskiego i angielskiego.

Qualifikationen

• Min. 2 lata komercyjnego doświadczenia z LLM — prompt engineering, fine-tuning i ewaluacja.
• Solidna znajomość Pythona oraz pisanie testowalnego, czytelnego kodu.
• Praktyczne doświadczenie z RAG — dense i sparse retrieval oraz wybór odpowiedniej metody.
• Znajomość frameworków agentowych (LangChain, LangGraph, CrewAI lub podobnych).
• Doświadczenie z narzędziami do ewaluacji i obserwowalności LLM (Langfuse, RAGAS, Arize).
• Doświadczenie z vector databases — Qdrant, Weaviate, pgvector.

Aufgaben

• Projektowanie i implementacja systemów agentowych opartych na LLM (multi-agent, tool-use, memory).
• Budowanie i optymalizacja pipeline’ów RAG — chunking, embedding, re-ranking, hybrid search.
• Ewaluacja i monitorowanie jakości systemów AI przy użyciu Langfuse i RAGAS.
• Codzienna praca w środowisku Linux — skrypty, automatyzacja, debugging na serwerach.
• Utrzymanie stabilności i obserwowalności modeli na produkcji (logi, traces, alerty).
• Ścisła współpraca z product ownerem i innymi inżynierami — po polsku i angielsku.

Kenntnisse

LLM experience

Python programming

RAG

Linux usage

Tools

LangChain

LangGraph

CrewAI

Langfuse

RAGAS

Docker

Kubernetes

Qdrant

Weaviate

pgvector

Azure OpenAI Service

Jobbeschreibung

Budujemy systemy agentowe, które naprawdę działają na produkcji. Szukamy inżyniera, który nie boi się brudnej roboty z modelami językowymi — od prototypu po wdrożenie produkcyjne.

Będziesz projektować i budować pipelines RAG, systemy agentowe oraz dbać o ich jakość i stabilność w czasie. Pracujemy głównie na Linuksie, piszemy porządny Python i monitorujemy każdy token.Stack, z którym pracujemyPython 3.11+, LangChain / LangGraph,OpenAI API, Langfuse, RAGAS, Vertex AI, Azure OpenAI, Qdrant, Docker, Linux / Ubuntu, Git, FastAPI

Zakres obowiązków

• Projektowanie i implementacja systemów agentowych opartych na LLM (multi-agent, tool-use, memory)
• Budowanie i optymalizacja pipeline’ów RAG — chunking, embedding, re-ranking, hybrid search
• Ewaluacja i monitorowanie jakości systemów AI przy użyciu narzędzi takich jak Langfuse i RAGAS
• Codzienna praca w środowisku Linux — skrypty, automatyzacja, debugowanie na serwerach
• Utrzymanie stabilności i obserwowalności modeli na produkcji (logi, traces, alerty)
• Ścisła współpraca z product ownerem i innymi inżynierami — po polsku i angielsku

Nasze wymagania

• Min. 2 lata komercyjnego doświadczenia z LLM — prompt engineering, fine-tuning, ewaluacja
• Solidna znajomość Pythona — piszesz testowalny, czytelny kod, nie tylko skrypty
• Praktyczne doświadczenie z RAG — wiesz co to dense i sparse retrieval i kiedy co wybrać
• Znajomość frameworków agentowych (LangChain, LangGraph, CrewAI lub podobnych)
• Doświadczenie z narzędziami do ewaluacji i obserwowalności LLM (Langfuse, RAGAS, Arize lub inne)
• Doświadczenie z vector databases — Qdrant, Weaviate, pgvector lub podobnymi
• Pewna praca w środowisku Linux — bash, SSH, praca na zdalnych maszynach
• Biegła znajomość języka polskiego i angielskiego (komunikacja z zespołem i dokumentacja)

Mile widziane

• Znajomość Google Cloud i ekosystemu Vertex AI (Vertex AI Studio, Matching Engine, Gemini API)
• Doświadczenie z Azure AI / Azure OpenAI Service i integracją z innymi usługami Azure
• Rozumienie koncepcji MLOps — CI/CD dla modeli, wersjonowanie, rejestry artefaktów
• Znajomość konteneryzacji (Docker, Kubernetes) i podstaw IaC (Terraform)

Oferujemy

• Roczny budżet na kursy i szkolenia.
• Elastyczne środowisko pracy - 100% zdalnie.
• Dofinansowanie do karty Multisport.
• Solidne wsparcie merytoryczne i praktyczne – jesteśmy oddani ciągłemu uczeniu się.
• Pracę w szybko rozwijającej się branży związanej z AI, ML i Data Science.