AI Agent Engineer (Python)

• Projektowanie i rozwój workflow agentów AI w oparciu o LangGraph (StateGraph)

• Budowa i optymalizacja logiki przejść, stanów oraz ścieżek decyzyjnych

• Implementacja guardraili zapewniających poprawne działanie LLM (wykrywanie halucynacji, błędów, braków w sekwencji)

• Tworzenie narzędzi wywoływanych przez LLM (async Python + Pydantic, retry logic, obsługa błędów)

• Projektowanie i utrzymanie promptów oraz szablonów YAML z dynamicznym kontekstem

• Rozwój i utrzymanie frameworka ewaluacyjnego (testy scenariuszowe, metryki jakości)

• Integracja systemów poprzez MCP (HTTP/SSE, LiveKit RPC)

• Monitorowanie i optymalizacja wydajności (Datadog, LangSmith, latency <500 ms p95)

• Współpraca przy rozwoju voice pipeline (STT, TTS, VAD, echo detection)

• Debugowanie i poprawa zachowania agentów w środowisku produkcyjnym

Oczekujemy:

• Minimum 4 lata doświadczenia w Pythonie (środowisko produkcyjne)

• Bardzo dobra znajomość programowania asynchronicznego (asyncio, race conditions, concurrency)

• Doświadczenie w pracy z LLM (function calling, prompt engineering, analiza błędów)

• Umiejętność projektowania systemów zapewniających niezawodność AI (guardrails, walidacja, kontrola przepływu)

• Praktyczna znajomość Pydantic v2

• Doświadczenie w testowaniu systemów niedeterministycznych (testy scenariuszowe, metryki jakości)

• Doświadczenie w pracy z narzędziami AI (np. Claude Code, Cursor, Copilot)

• Samodzielność i ownership — prowadzenie rozwiązań od projektu do wdrożenia

Mile widziane:

• LangGraph lub podobne narzędzia orkiestracji

• Doświadczenie z Voice AI (np. Deepgram, Whisper, ElevenLabs)

• Znajomość MCP (Model Context Protocol)

• Praca z Datadog, LangSmith, OpenTelemetry

• DeepEval lub inne frameworki ewaluacyjne

• Docker, Kubernetes, AWS

• Doświadczenie w startupie

Oferujemy:

• Długotrwałą współpracę na zasadach B2B - stawka 50-70USD/h 

• Pracę przy zaawansowanym, produkcyjnym systemie agentów AI (voice + LLM + orchestration)

• Realny wpływ na architekturę i rozwój produktu od podstaw (greenfield)

• Środowisko AI-native — praca z wykorzystaniem agentów AI w codziennym developmentcie

• Dużą autonomię i odpowiedzialność za rozwiązania end-to-end

• Możliwość rozwiązywania złożonych problemów (LLM reliability, real-time systems, orchestration)

• Współpracę z doświadczonym zespołem technologiczny