Senior AI engineer

• Rugalmas munkarend és hibrid munkavégzés: Igény szerint alakítható munkaidő és home office lehetőség az egyensúly megőrzéséért.

• Komplex juttatási csomag: Versenyképes alapbér, éves teljesítményalapú bónuszrendszer, SZÉP-kártya juttatás, home office támogatás és magán egészségügyi ellátás.

• Egészségmegőrzés és jóllét: Céges sportolási lehetőségek, fitnesztermi kedvezmények és változatos jólléti programok a testi-lelki feltöltődésért.

• Kiemelkedő képzési és fejlődési lehetőségek: Változatos digitális és üzleti tréningek, workshopok, valamint ösztönző környezet a folyamatos szakmai fejlődéshez és a legújabb technológiák elsajátításához.

• Közösség és kultúra: Aktív közösségi élet, csapatépítők, vállalati rendezvények, valamint egy sokszínű, befogadó és támogató csapatkultúra.

Responsibilities

• LLM-alapú, RAG és agentic rendszerek tervezése, fejlesztése és éles környezetbe történő bevezetése, a PoC fázistól a stabil, skálázható megoldásig.
• Technikai architektúrák és megoldási minták kialakítása generatív AI alkalmazásokhoz.
• Komplex AI-megoldások önálló vezetése: tervezés, implementáció, minőségbiztosítás és leszállítás.
• A legújabb generatív AI trendek, kutatási eredmények folyamatos követése és gyakorlati adaptálása.
• Szoros együttműködés üzleti területekkel, döntéshozókkal és tanácsadó kollégákkal új felhasználási esetek azonosítása érdekében.
• Technikai mentor szerep betöltése: medior és junior kollégák támogatása, szakmai iránymutatás, kódminőség emelése.

Requirements

• Szakmai tapasztalat: Legalább 5 év releváns szoftverfejlesztői háttér, amelyből minimum 2-3 év igazolt tapasztalat generatív AI / LLM-alapú rendszerek (kiemelten RAG és/vagy agentic) fejlesztésében.

• Fejlesztői ismeretek: Haladó szintű Python programozási tudás (preferált) vagy más releváns nyelv magabiztos ismerete, erős OOP szemlélet és bevált szoftverfejlesztési elvek magabiztos alkalmazása.

• Architektúra és backend: Backend keretrendszerek (FastAPI, Flask, Django) és microservice architektúrák gyakorlati ismerete.

• Kódegészség és mérnöki alapok: CLEAN kód szemlélet, strukturált tervezés és hosszú távon fenntartható rendszerek iránti elkötelezettség.

• Konténerizáció és felhő: Konténerizációs és orkesztrációs technológiák ismerete (Docker, Kubernetes, GitHub Actions, MLflow).

• DevOps / MLOps: Tapasztalat CI/CD és MLOps pipeline-ok tervezésében és megvalósításában felhőalapú környezetben (pl. Azure ML, Databricks, AWS).

• Adat- és modellkezelés: Gyakorlati jártasság ETL folyamatokban, API-integrációkban és modellek éles környezetbe történő bevezetésében (deployment).

• Módszertan: Agilis működés, Scrum / SAFe keretrendszerek és kollaboratív mérnöki gyakorlatok ismerete.

• Személyes kompetenciák: Önálló, felelősségteljes munkavégzés vezetői hozzáállással, proaktív és megoldásközpontú gondolkodásmód, valamint készség a tudásmegosztásra.

• Nyelvtudás: Magabiztos, aktív angol nyelvtudás.

Előnyt jelent:

• Multi-agent rendszerek architekturális tervezésében szerzett tapasztalat.

• LLM-alapú rendszerek monitorozásában, automatizált kiértékelésében és tesztelésében való jártasság.

• Korszerű agentic paradigmák ismerete (pl. CodeAct, MCP, A2A, Deep Agents, Agent Skills) és azok gyakorlati alkalmazása.

• Mélyebb elméleti háttér (pl. Transformer architektúra).

• Folyamatautomatizációs platformok (pl. n8n) és a Copilot Studio ismerete.

• SAP AI Core tapasztalat.