Tech Lead AI

O roli

Szukamy Tech Leada AI z silnym doświadczeniem w Pythonie, który będzie odpowiedzialny za architekturę i rozwój systemów opartych na GenAI. Osoba na tym stanowisku pokieruje zespołem inżynierów, wdrażając nowoczesne rozwiązania oparte na LLM, chatbotach, agentach AI i systemach RAG.

Twoim zadaniem będzie tworzenie, optymalizacja i skalowanie systemów AI, a także aktywna współpraca z zespołami produktowymi, badawczymi i biznesowymi. Rola wymaga silnego technicznego leadershipu, strategicznego myślenia oraz umiejętności przekładania celów biznesowych na efektywne rozwiązania inżynieryjne.

Twoje zadania

🔹 Projektowanie i rozwój systemów GenAI:

• Tworzenie architektury i infrastruktury AI opartych na Pythonie.

• Optymalizacja wydajności i skalowalności LLM, chatbotów, agentów AI oraz systemów RAG.

• Integracja rozwiązań AI z systemami backendowymi i produktami cyfrowymi.

🔹 Zarządzanie zespołem i technologią:

• Techniczne prowadzenie zespołu programistów, zapewnienie code quality i best practices.

• Mentoring i rozwój zespołu w zakresie technologii GenAI.

• Definiowanie roadmapy technologicznej i priorytetów zespołu.

🔹 Innowacje i strategia:

• Badanie i wdrażanie najnowszych frameworków oraz modeli LLM (np. OpenAI, Anthropic, Mistral, LLaMA).

• Tworzenie customowych modeli AI oraz optymalizacja procesów inferencji.

• Eksploracja możliwości fine-tuningu LLM oraz strategii prompt engineeringu.

🔹 Współpraca z biznesem i produktami:

• Ścisła współpraca z zespołami data science, ML i produktowymi.

• Konsultowanie architektury i strategii AI z interesariuszami biznesowymi.

• Tworzenie AI-driven rozwiązań, które realnie wpływają na użytkowników.

Czego oczekujemy?

• Min. 6 lat doświadczenia w inżynierii oprogramowania, w tym 2+ lat jako Lead/ Staff/ Principal lub Manager.

• Ekspertyza w Pythonie (Django, FastAPI, Flask) oraz frameworkach ML/AI (TensorFlow, PyTorch, Hugging Face).

• Doświadczenie w tworzeniu i optymalizacji LLM, chatbotów, agentów AI, RAG.

• Znajomość architektur skalowalnych API i systemów rozproszonych.

• Doświadczenie w pracy z chmurami (AWS, GCP, Azure) i konteneryzacją (Docker, Kubernetes).

• Umiejętność prowadzenia code review, architektury rozwiązań i strategii technologicznej.

• Świetne zdolności komunikacyjne i współpracy z różnymi działami.

• Doświadczenie w fine-tuningu modeli AI i strategiach retrieval-augmented generation (RAG).

• Znajomość technologii LangChain, LlamaIndex, Prompt Engineering.

• Background w MLOps, CI/CD dla AI.