LLM / RAG Engineer

LLM / RAG Engineer

W ITLT pomagamy naszym zaprzyjaźnionym firmom przekształcać ambitne pomysły w cyfrową rzeczywistość. Z nastawieniem na wyzwania, ciekawość technologii i zwinność współtworzymy wyjątkowe rozwiązania IT i zapewniamy doświadczone osoby eksperckie, które pomagają przyspieszać cyfrową transformację.

Aktualnie poszukujemy profilu na stanowisko:LLM / RAG Engineer

Informacje organizacyjne:

• Stawka: B2B 140-170 PLN netto+vat/h

• Tryb pracy: 100% zdalnie

• Projekt: Budowa i optymalizacja zaawansowanych systemów Retrieval Augmented Generation (RAG) działających w środowiskach on-premises. Będziesz odpowiadać za architekturę, integrację oraz wydajność rozwiązań LLM, które pracują na danych wewnętrznych organizacji w środowisku telco/enterprise, z naciskiem na bezpieczeństwo, skalowalność i niskie opóźnienia.

• Technologie na projekcie: Python, PyTorch, Hugging Face, LangChain, vLLM, LiteLLM, Qdrant, Docker, Kubernetes, Red Hat OpenShift, open-source LLM (LLaMA / Mistral / Qwen / DeepSeek)

• Zakres prac:

  • Projektowanie i rozwój systemów RAG

  • Integracja i deployment modeli

  • Infrastruktura on-prem i MLOps

  • Optymalizacja wydajności

Oczekiwania:

• Min. 3 lata doświadczenia w ML/NLP/AI (w tym min. 1 rok z RAG)

• Bardzo dobra znajomość Pythona oraz PyTorch / Hugging Face / LangChain

• Doświadczenie z:

  • vLLM i LiteLLM

  • wektorowymi bazami danych (Qdrant lub podobne)

  • open-source LLM (LLaMA, Mistral, Qwen, DeepSeek)

• Doświadczenie z systemami Linux i środowiskami kontenerowymi

• Znajomość Red Hat OpenShift lub Kubernetes

• Umiejętność pracy w środowiskach o podwyższonych wymaganiach bezpieczeństwa (on-prem)

• Samodzielność, ownership i bardzo dobre umiejętności rozwiązywania problemów

• Umiejętność komunikacji zagadnień AI osobom nietechnicznym

Oferujemy:

• Dopłata do karty MultiSport oraz ubezpieczenia.

• Długofalowy projekt przy budowie zaawansowanej platformy AI on-prem

• Realny wpływ na architekturę i wybór technologii

• Pracę przy najnowszych rozwiązaniach open-source LLM i RAG

• Współpracę z doświadczonym zespołem AI/ML

• Sprawny proces rekrutacyjny, maksymalnie 2 spotkania online.