AI Data Engineer – Pipelines, OCR & Semantic Search

Scalosoft; Polska; Hybrid; PLN 116,000 - 193,000; Full time

Benefits offered by this job

Opieka medyczna

Karta sportowa

Platforma kafeteryjna

Job summary

Scalosoft poszukuje specjalistów ds. inżynierii danych do budowy pipeline’ów i usług przetwarzających dane o wysokiej skali. Praca obejmuje ETL, OCR/ASR, embeddingi i wyszukiwanie semantyczne oraz integrację z wektorowymi bazami danych, m.in. Qdrant.

Wymagane doświadczenie w Pythonie lub Rust, Linux, PostgreSQL oraz architekturze zdarzeniowej (Kafka/Pub/Sub). Praca hybrydowa – 1 dzień w tygodniu w biurze w Warszawie; budżet projektowy do 140 PLN/h + VAT.

Responsibilities

• Budowa i rozwój pipeline’ów danych niestrukturalnych dla AI.
• Projektowanie i implementacja przepływów ETL dla Repozytorium Danych Niestrukturalnych oraz AI agentów.
• Tworzenie procesów przetwarzania danych z dokumentów, obrazów i plików audio.
• Implementacja mechanizmów ekstrakcji treści: OCR, ASR i konwersja dokumentów.
• Rozwój rozwiązań z embeddingami, wyszukiwaniem semantycznym, indeksowaniem i filtrowaniem po metadanych.
• Integracja pipeline’ów z wektorowymi bazami danych (Qdrant).
• Projektowanie usług przetwarzających dane w Pythonie lub Rustie oraz REST API.
• Praca w architekturze zdarzeniowej (Kafka/Pub/Sub) i współpraca przy Data Engineering i AI.

Job description

Scalosoft poszukuje specjalistów ds. inżynierii danych do budowy pipeline’ów i usług przetwarzających dane o wysokiej skali. Praca obejmuje ETL, OCR/ASR, embeddingi i wyszukiwanie semantyczne oraz integrację z wektorowymi bazami danych, m.in. Qdrant.

Wymagane doświadczenie w Pythonie lub Rust, Linux, PostgreSQL oraz architekturze zdarzeniowej (Kafka/Pub/Sub). Praca hybrydowa – 1 dzień w tygodniu w biurze w Warszawie; budżet projektowy do 140 PLN/h + VAT.