Senior Data Scientist

Wymagane, Python, GenAI, LangChain, RAG, LangGraph

O projekcie, W ramach projektu będziesz pracować nad zaawansowanymi rozwiązaniami opartymi o Large Language Models, w tym chatbotami, systemami RAG oraz rozwiązaniami wykorzystującymi AI Agents., , Rola łączy kompetencje z obszaru Data Science, AI Engineering, Software Engineering oraz GenAI. Duży nacisk położony jest na jakość, bezpieczeństwo, skalowalność i gotowość rozwiązań do działania w środowisku produkcyjnym.

Twój zakres obowiązków, Projektowanie architektury rozwiązań GenAI na podstawie potrzeb biznesowych i technicznych., Dobór odpowiednich modeli LLM oraz podejścia – m.in. RAG, fine-tuning, agents czy prompt engineering., Budowanie aplikacji GenAI end-to-end – od ingestii danych, przez retrieval i orchestration, po backend, API i prosty interfejs użytkownika., Projektowanie i rozwój zaawansowanych pipeline'ów RAG, obejmujących m.in. vector databases, hybrid search, reranking oraz query transformation., Praca z frameworkami takimi jak LangChain, LangGraph, LlamaIndex lub podobnymi., Projektowanie i rozwój AI Agents oraz rozwiązań agentic AI., Implementacja i wykorzystanie MCP (Model Context Protocol) – zarówno po stronie serwerów, jak i klientów., Dobór modeli, prompt engineering oraz fine-tuning z wykorzystaniem m.in. LoRA, QLoRA czy SFT., Tworzenie mechanizmów oceny jakości modeli i aplikacji LLM, w tym LLM evaluators, validators, A/B testing oraz evaluation frameworks., Implementacja mechanizmów guardrails, safety, PII handling, audit logs oraz human-in-the-loop., Budowanie produkcyjnego kodu w Pythonie z wykorzystaniem dobrych praktyk dotyczących testowania, packagingu i jakości kodu., Współpraca z Data Engineers, Data Scientists, Software Engineers oraz Product Ownerami., Udział w projektowaniu skalowalnych architektur, integracji enterprise oraz rozwiązań spełniających wymagania dotyczące wydajności i SLA., Analiza wymagań technicznych, estymowanie prac oraz prowadzenie discovery., Tworzenie PoC i eksperymentowanie z nowymi rozwiązaniami z obszaru GenAI., Tworzenie reusable components, bibliotek i wewnętrznych template'ów.

Minimum 6 lat doświadczenia w Data Science / AI Engineering., Minimum 4 lata komercyjnego doświadczenia z Pythonem, w tym tworzeniem kodu produkcyjnego., Minimum 2 lata doświadczenia z produkcyjnymi rozwiązaniami opartymi o LLM., Praktyczne doświadczenie z RAG i budowaniem produkcyjnych pipeline'ów., Bardzo dobra znajomość LLM, Generative AI, chatbotów oraz AI Agents., Doświadczenie z LangChain, LangGraph, LlamaIndex lub podobnymi frameworkami., Praktyczne doświadczenie z MCP (Model Context Protocol) – MCP servers / clients., Znajomość LLM evaluation, evaluators, validators oraz guardrails., Bardzo dobra znajomość Python i doświadczenie w tworzeniu skalowalnego, testowalnego kodu produkcyjnego., Dobre zrozumienie Machine Learning / AI, algorytmów, cyklu życia modeli oraz architektury rozwiązań AI., Doświadczenie z rozwiązaniami chmurowymi – preferowany Azure, ale akceptowane są również AWS lub GCP., Znajomość CI/CD, testowania oraz konteneryzacji., Bardzo dobra znajomość języka angielskiego., Samodzielność, umiejętność analitycznego myślenia i rozwiązywania złożonych problemów., Umiejętność współpracy z zespołami technicznymi i biznesowymi.

Benefity, dofinansowanie zajęć sportowych, prywatna opieka medyczna

Tak się u nas pracuje,