AI Engineer (Agent & Solution Engineering)

Projektowanie rozwiązań AI

• Projektowanie i implementacja architektury agentów AI oraz aplikacji opartych o modele generatywne
• Dobór i implementacja wzorców agentowych, przepływów wieloetapowych oraz mechanizmów orkiestracji
• Projektowanie kontekstu działania agentów (Context Engineering), strategii Retrieval-Augmented Generation (RAG), wykorzystania narzędzi (Tool Calling) oraz zarządzania pamięcią i stanem konwersacji
• Projektowanie schematów odpowiedzi, mechanizmów walidacji oraz kontroli jakości generowanych odpowiedzi

Rozwój i implementacja

• Tworzenie rozwiązań w oparciu o Agent Template oraz biblioteki dostarczane przez AI Platform
• Implementacja przepływów LangGraph, promptów, narzędzi i logiki biznesowej agentów
• Integracja modeli poprzez AI Gateway oraz dostępnych źródeł wiedzy organizacyjnej
• Implementacja integracji API oraz połączeń z systemami biznesowymi
• Zarządzanie konfiguracją agentów, promptów, zestawów wiedzy oraz reguł wykonania

Testowanie i jakość

• Przygotowywanie testów jednostkowych, integracyjnych i ewaluacyjnych
• Walidacja jakości odpowiedzi modeli oraz zachowania agentów w różnych scenariuszach
• Testowanie przypadków:
• hallucinacji,
• niepoprawnych odpowiedzi,
• braków wiedzy,
• regresji funkcjonalnej,
• handoff do człowieka
• Definiowanie kryteriów jakości oraz akceptacji rozwiązań AI

Monitoring i optymalizacja

• Implementacja monitoringu jakości, kosztów i wydajności rozwiązań AI
• Analiza logów, śladów wykonania (traces) i metryk działania agentów
• Optymalizacja kosztów wykorzystania modeli oraz szybkości działania aplikacji
• Wersjonowanie kodu, promptów, konfiguracji oraz zestawów testowych

Współpraca i wdrożenia

• Przygotowywanie aplikacji do wdrożenia poprzez kontenery Docker
• Udział w code review i przeglądach architektonicznych
• Współpraca z AI Platform Engineer przy wdrożeniach produkcyjnych
• Tworzenie przykładów, wzorców implementacyjnych i materiałów wspierających onboarding kolejnych zespołów deweloperskich

Rozwój oprogramowania

• Minimum 3-5 lat doświadczenia w tworzeniu aplikacji backendowych lub rozwiązań opartych o AI
• Bardzo dobra znajomość: Python, Git, API Design, testowania oprogramowania
• Doświadczenie w budowie i utrzymaniu aplikacji produkcyjnych

Generative AI i Agentic AI

• Praktyczne doświadczenie z aplikacjami wykorzystującymi modele LLM
• Znajomość:
• Prompt Engineering,
• Context Engineering,
• Retrieval-Augmented Generation (RAG),
• Agent Orchestration,
• Tool Calling,
• Structured Outputs,
• Evaluation Frameworks
• Umiejętność projektowania architektury agentów AI oraz przepływów wieloagentowych
• Doświadczenie w optymalizacji jakości odpowiedzi modeli i ograniczaniu ryzyka halucynacji

Platforma i integracje

• Znajomość Docker oraz konteneryzacji aplikacji
• Znajomość SQL oraz relacyjnych baz danych
• Umiejętność projektowania i integracji REST API
• Doświadczenie w analizie logów i diagnostyce błędów aplikacyjnych
• Znajomość zasad bezpiecznego tworzenia oprogramowania

Mile widziane

• LangGraph
• LangChain
• MLflow
• PostgreSQL
• SQLAlchemy
• Alembic
• uv
• pytest
• Ruff
• basedpyright
• GitHub Actions
• Azure Container Apps
• Azure AI Foundry
• OpenTelemetry
• MCP (Model Context Protocol)

• Ciekawe wyzwania i współpracę z profesjonalistami w obszarze IT
• Udział we wdrożeniu, rozwoju nowej grupowej platformy AI w firmie
• Odpowiedzialność i realny wpływ na kierunek transformacji AI w UNIQA
• Najnowsze technologie informatyczne
• Kulturę opartą na wartościach: wspólnota, prostota, klient w centrum, odpowiedzialność i wiarygodność
• Stabilne środowisko enterprise