Senior AI Backend & Orchestration Engineer

• Miejsce pracy: praca zdalna

• Start: zgodnie z dostępnością Kandydata

• Współpraca: B2B z ITFS

• Wynagrodzenie: 150-170 zł/h netto + VAT

• Proces rekrutacyjny: krótka rozmowa z ITFS➡ rozmowa techniczna z klientem ➡ decyzja

Oferujemy:

• Przejrzyste warunki współpracy w firmie o pewnej i stabilnej pozycji rynkowej

• Możliwość skorzystania z dodatkowych benefitów (pakiet medyczny, sportowy, darmowa opieka księgowa - do 3 wpisów miesięcznie)

Wymagania:

• Minimum 4 lata doświadczenia na podobnym stanowisku.

• Bardzo dobra znajomość języka Go (Golang) oraz praktyczne doświadczenie z Pythonem.

• Doświadczenie w projektowaniu i rozwijaniu systemów AI oraz platform opartych o modele LLM.

• Znajomość zagadnień związanych z orkiestracją agentów AI, token streamingiem, zarządzaniem pamięcią oraz bazami wektorowymi.

• Bardzo dobra znajomość architektury systemów rozproszonych, przetwarzania asynchronicznego, state machines oraz architektury event-driven.

• Doświadczenie w budowie i optymalizacji pipeline'ów RAG.

• Umiejętność projektowania wydajnych i skalowalnych API.

• Znajomość języka angielskiego na poziomie umożliwiającym swobodną komunikację oraz pracę z dokumentacją techniczną (min. B2).

Mile widziane:

• Znajomość Kubernetes

Obowiązki na stanowisku:

• Projektowanie i rozwój backendu dla zaawansowanych systemów AI opartych o architekturę wieloagentową.

• Tworzenie oraz rozwój mechanizmów orkiestracji agentów AI, autonomicznych workflow oraz obsługi wywołań narzędzi (tool calling).

• Projektowanie i optymalizacja pipeline'ów RAG (Retrieval-Augmented Generation), obejmujących przetwarzanie danych, semantyczne dzielenie treści oraz integrację z bazami wektorowymi.

• Rozwój wysokowydajnych rozwiązań opartych o architekturę asynchroniczną, event-driven oraz przetwarzanie współbieżne.

• Projektowanie i rozwój skalowalnych, silnie typowanych API wykorzystywanych przez aplikacje WebUI oraz CLI.

• Współtworzenie architektury platformy AI, optymalizacja wydajności systemu oraz zarządzanie cyklem życia modeli LLM.