AI Agent Engineer (Python)

Jesteśmy uznanym pracodawcą w sektorze nowoczesnych technologii. Naszą misją jest dostarczanie innowacyjnych i niezawodnych rozwiązań dla partnerów biznesowych. Stawiamy na rozwój kompetencji, kulturę wzajemnego szacunku i wysokie standardy etyczne. Cenimy inicjatywę, przejrzystość i odpowiedzialność.

• Minimum 4 lata doświadczenia w Pythonie (środowisko produkcyjne)
• Bardzo dobra znajomość programowania asynchronicznego (asyncio, race conditions, concurrency)
• Doświadczenie w pracy z LLM (function calling, prompt engineering, analiza błędów)
• Umiejętność projektowania systemów zapewniających niezawodność AI (guardrails, walidacja, kontrola przepływu)
• Praktyczna znajomość Pydantic v2
• Doświadczenie w testowaniu systemów niedeterministycznych (testy scenariuszowe, metryki jakości)
• Doświadczenie w pracy z narzędziami AI (np. Claude Code, Cursor, Copilot)
• Samodzielność i ownership — prowadzenie rozwiązań od projektu do wdrożenia

Nice to have:

• LangGraph lub podobne narzędzia orkiestracji
• Doświadczenie z Voice AI (np. Deepgram, Whisper, ElevenLabs)
• Znajomość MCP (Model Context Protocol)
• Praca z Datadog, LangSmith, OpenTelemetry
• DeepEval lub inne frameworki ewaluacyjne
• Docker, Kubernetes, AWS
• Doświadczenie w startupie

• Projektowanie i rozwój workflow agentów AI w oparciu o LangGraph (StateGraph)
• Budowa i optymalizacja logiki przejść, stanów oraz ścieżek decyzyjnych
• Implementacja guardraili zapewniających poprawne działanie LLM (wykrywanie halucynacji, błędów, braków w sekwencji)
• Tworzenie narzędzi wywoływanych przez LLM (async Python + Pydantic, retry logic, obsługa błędów)
• Projektowanie i utrzymanie promptów oraz szablonów YAML z dynamicznym kontekstem
• Rozwój i utrzymanie frameworka ewaluacyjnego (testy scenariuszowe, metryki jakości)
• Integracja systemów poprzez MCP (HTTP/SSE, LiveKit RPC)
• Monitorowanie i optymalizacja wydajności (Datadog, LangSmith, latency <500 ms p95)
• Współpraca przy rozwoju voice pipeline (STT, TTS, VAD, echo detection)
• Debugowanie i poprawa zachowania agentów w środowisku produkcyjnym