Programista(-tka) AI

Kogo szukamy?

Dołącz do zespołu, który cyfryzuje rynek farmaceutyczny w Polsce!

Szukamy programisty(-ki) do trzyosobowego zespołu, który tworzy rozwiązania AI, wspierające pracę z danymi w branży farmaceutycznej 

Będziesz rozwijać produkty oparte na najnowszych modelach językowych (LLM), od prompt engineeringu i orkiestracji agentów, przez integracje, po wdrożenie. Weźmiesz udział w wyborze technologii oraz kierunków rozwoju architektury, przekładając potrzeby biznesowe na konkretne rozwiązania.

Jeśli swobodnie poruszasz się w świecie nowych technologii i potrafisz wykorzystać je do rozwiązywania realnych problemów – aplikuj!

O firmie FarmaProm

W 2006 roku liczyliśmy troje pracowników-założycieli. Nasz pomysł, czyli niezależna platforma internetowa, połączył producentów leków, apteki i hurtownie, przenosząc je do ery cyfrowej. 

Od tamtej pory nieustannie integrujemy rynek farmaceutyczny i wspieramy dystrybucję leków do milionów pacjentów.

Fajnie tu być!

Dziś jest nas blisko 200 osób w Krakowie, Poznaniu, Mysłowicach i Warszawie. Rozwijamy autorskie aplikacje mobilne i webowe, bazy danych, rozwiązania analityczne, systemy IT. 

Angażujemy się w inicjatywy społeczne wyrażające wartości FarmaProm. Prowadzimy własne działania charytatywne np.: licytacje świąteczne.

Zakres obowiązków:

1. Projektowanie i rozwój systemów AI

• Projektowanie logiki agentów, przepływów danych oraz ich integracja w stabilnym systemie

• Praca z API wiodących modeli językowych (OpenAI, Anthropic, Google)

• Rozwój procesów RAG (wykorzystanie embeddingów i baz wektorowych do skutecznego wyszukiwania informacji)

2. Jakość i monitoring AI

• Budowa i rozwój systemów ewaluacji jakości odpowiedzi

• Projektowanie i wdrażanie guardrails (walidacja wejść/wyjść, ograniczanie błędów modeli)

• Bieżący monitoring działania i wydajności wdrożonych rozwiązań AI

3. Integracje i API

• Projektowanie i budowa interfejsów REST API

• Integracja agentów z systemami firmy

• Współpraca z pozostałymi zespołami przy wdrażaniu funkcji AI do istniejących produktów

4. Inżynieria danych

• Współpraca z zespołem Big Data w zakresie dostępu do danych

• Praca z SQL w celu optymalizacji zapytań generowanych automatycznie przez agentów (Text-to-SQL)

• Budowa i utrzymanie procesów przetwarzania danych na potrzeby systemów RAG

5.  Dzielenie się wiedzą

• Regularna wymiana wiedzy i doświadczeń w zespole w obszarze GenAI

• Code review i proponowanie usprawnień w architekturze

• Śledzenie nowości rynkowych i testowanie ich przydatności w naszych produktach

Czego wymagamy?

• Praktycznego doświadczenia w pracy z modelami LLM (OpenAI, Anthropic, Google): w tym projektowanie promptów, praca z ustrukturyzowanymi danymi oraz tworzenie zaawansowanych łańcuchów wywołań

• Biegłości w standardzie OpenAI API jako obowiązującym formacie integracji modeli

• Znajomości architektury RAG (chunking, embeddings oraz optymalizacja strategii wyszukiwania)

• Praktycznej znajomości wzorców takich jak routing, tool use czy zarządzanie pamięcią 

• Znajomości frameworków orkiestracji (LangGraph, LangChain, CrewAI lub Google ADK)

• Biegłości w pracy z REST API, od projektowania własnych endpointów po łączenie się z zewnętrznymi usługami

• Gotowości do nauki i śledzenia najnowszych trendów w dziedzinie AI

  
  

Mile widziane:

• Doświadczenie we wdrażaniu rozwiązań opartych o LLM dla realnych użytkowników (nie tylko PoC)

• Praca z systemami wieloagentowymi (multi-agent systems)

• Doświadczenie w ewaluacji jakości odpowiedzi AI (evals, LLM-as-a-Judge)

• Praktyka w observability systemów AI (monitoring kosztów, latencji, jakości)

• Projektowanie guardrails (walidacja wejść/wyjść, ochrona przed prompt injection)

• Doświadczenie z GCP (Vertex AI, BigQuery, Cloud Run) lub innymi rozwiązaniami chmurowymi  

• Praca z bazami kolumnowymi (np. ClickHouse) lub wektorowymi

• Znajomość Dockera i podstaw konteneryzacji

  
  

Co oferujemy?

• Pracę nad realnym systemem AI wykorzystywanym w branży farmaceutycznej — od analizy danych po automatyczne decyzje i rekomendacje

• Możliwość rozwoju w obszarze GenAI w praktyce, nie tylko w teorii

• Swobodę w testowaniu nowych podejść i technologii — eksperymentujemy, ale dowozimy

• Hybrydowy model pracy

• Zespół, który dzieli się wiedzą i uczy się razem

Dodatkowe benefity 

• Urlop urodzinowy

• Dodatkowe dni wolne

• Budżet szkoleniowy

• Puzzle osiągnięć

• Wydarzenia integracyjne

• Opieka medyczna

• Karta sportowa

• Sala fitness

• Program „polecony-nagrodzony”