Fullstack & CLI Product Engineer (AI UX Specialist)

Charakterystyka oferty:

• Miejsce pracy: 100% zdalnie
• Start: zgodnie z dostępnością Kandydata
• Forma współpracy: B2B z ITFS
• Stawka: 140-160 PLN/h + VAT
• Proces rekrutacyjny: Krótka rozmowa telefoniczna z rekruterem ITFS -> Rozmowa techniczna -> Decyzja

Zadania na stanowisku:

• Interaktywny WebUI: Opracuj wysoce responsywną aplikację webową do wizualizacji grafów wykonywania agentów, śledzenia promptów LLM oraz zarządzania złożonymi ustawieniami konfiguracji.
• Dopracowany CLI: Stwórz intuicyjny, interaktywny interfejs CLI z przejrzystym układem terminala, wskaźnikami postępu w czasie rzeczywistym oraz wydajnym mechanizmem tworzenia konfiguracji.
• Streaming & Real-Time UX: Zaimplementuj solidną obsługę danych przesyłanych w czasie rzeczywistym (za pomocą Server-Sent Events lub WebSockets), aby płynnie wyświetlać generowanie tokenów na żywo oraz drzewa decyzji agentów bez opóźnień w interfejsie.
• Component Design: Zbuduj wysoce reużywalną i dostępną bibliotekę komponentów, która stawia na czysty, zorientowany na deweloperów design, inspirowany najlepszymi współczesnymi narzędziami developerskimi.

Wymagania:

• Znajomość Frontend Stack: Biegłość w pracy z nowoczesnymi frameworkami frontendowymi, takimi jak React, Next.js czy Vue, oraz Tailwind CSS lub podobnymi nowoczesnymi rozwiązaniami do stylowania.
• Wizualizacja danych i grafów: Doświadczenie w renderowaniu grafów oraz tworzeniu interfejsów opartych na węzłach z wykorzystaniem bibliotek takich jak React Flow czy D3.js, służących do wizualizacji złożonych topologii multi-agentowych oraz ścieżek wykonywania.
• Projektowanie CLI: Znajomość nowoczesnych wzorców projektowania interfejsów terminalowych oraz narzędzi takich jak ekosystem Charm/Bubble Tea w Go.
• Znajomość UX dla AI: Bardzo dobra znajomość specyfiki projektowania interfejsów AI, w tym obsługi opóźnień LLM, prezentowania liczby tokenów oraz czytelnego renderowania Markdown i fragmentów kodu.
• Implementacja AI i integracja z backendem: Praktyczna znajomość implementacji rozwiązań AI, wykraczająca poza samo wykorzystanie AI jako narzędzia wspierającego proces programowania. Doświadczenie w integracji modeli i agentów AI z backendem, w tym znajomość takich zagadnień jak RAG (Retrieval-Augmented Generation), protokoły komunikacji agentów, np. A2A (Agent2Agent), oraz projektowanie przepływu danych i komunikacji pomiędzy frontendem, backendem i komponentami AI.