O tym stanowisku
Numery telefonów i adresy e-mail w tym ogłoszeniu są ukryte do momentu zalogowania.
auto_translated_note
Praktyczne, codzienne korzystanie z narzędzi do kodowania wspomaganych sztuczną inteligencją i agentycznych (np. Claude Code, Cursor, GitHub Copilot, autonomiczni agenci kodujący) do pisania i refaktoryzacji kodu, automatyzacji przepływów pracy i optymalizacji procesów inżynierskich. Duże doświadczenie z Pythonem, szczególnie w budowaniu interfejsów API REST przy użyciu frameworków takich jak FastAPI.
Podstawy NLP i uczenia maszynowego w powiązaniu z budowaniem systemów LLM. Duże doświadczenie w pracy z API kluczowych modeli LLM (np. OpenAI, Anthropic) Doświadczenie w budowaniu, wdrażaniu i zabezpieczaniu serwerów MCP na dużą skalę.
Zrozumienie systemów wieloagentowych i ich zastosowań w złożonych scenariuszach rozwiązywania problemów. Projektowanie i wdrażanie systemów RAG od początku do końca: wektorowe bazy danych, wyszukiwanie semantyczne, jakość wyszukiwania i strategia dzielenia na porcje. Doświadczenie w szybkim pisaniu dla różnych przypadków użycia.
Doświadczenie z rozwiązaniami generatywnymi udostępnianymi do produktów na dużą skalę, poza POC. Biegłość w obsłudze zdarzeń po stronie serwera, sterowanych zdarzeniami. architektury i systemy przesyłania wiadomości. Silne umiejętności krytycznego myślenia i myślenia systemowego, z doświadczeniem w debugowaniu, optymalizacji i podejmowaniu rozsądnych decyzji inżynieryjnych w złożonych systemach zaplecza, a nie tylko rozwiązywaniu izolowanych problemów.
Solidne zrozumienie najlepszych praktyk bezpieczeństwa systemów zaplecza, w tym uwierzytelniania i ochrony danych. Ponad 2 lata doświadczenia w opracowywaniu i eksperymentowaniu z LLM 8+ lat doświadczenia w tworzeniu interfejsów API w Pythonie Umiejętności, które warto mieć: Doświadczenie z poręczami LLM, Doświadczenie z frameworkami LLM (np. LangChain, LlamaIndex) Doświadczenie w monitorowaniu i obserwowalności LLM, Doświadczenie w opracowywaniu technologii AI/ML w dużych i krytycznych aplikacjach biznesowych.
Budowanie oceny w systemach LLM: wiązki ewaluacyjne, zestawy regresji, LLM-jako sędzia i metryki jakości offline/online. Wymagane umiejętności: Python (silny), FastAPI (silny), Szybka inżynieria z LLM (silny), architektura (silna), narzędzia kodowania agentycznego, w zmieniającym się i ewoluującym świecie, wyzwania są coraz bardziej wyjątkowe i złożone. Nagarro pomaga przekształcać, dostosowywać i budować nowe sposoby na przyszłość poprzez myślenie przyszłościowe, zwinność i troskę.
Dziś liczymy ponad 18 000 ekspertów w 38 krajach, tworzących naród Nagarrian, gotowych pomagać naszym klientom w odniesieniu sukcesu. Charakter inżynierii produktów informatycznych i cyfrowych osiągnął niesamowity poziom dynamiki i transformacji. Musimy się dostosować i sprostać tym wymaganiom, zachowując zwinny sposób myślenia, który nie boi się iterować w kierunku idealnego rozwiązania.
Jeśli rozwiążemy tylko dzisiejsze problemy, to nie wystarczy. Musimy zrobić więcej. Musimy odważnie patrzeć w przyszłość, mając wizję i jasność co do kierunku, w jakim zmierza technologia i biznes.
Myślenie o przełomach nas tam doprowadzi. Nagarro - https://www.nagarro.com/enOryginalnie opublikowane w Himalajach