AI Engineer (DRWN)
Ügynökségen keresztül · Darwin Recruitment
SzoftverfejlesztőAlkalmazásfejlesztőRendszerelemzőIdeiglenesTávmunka
Ügyfelünk vállalati szintű AI-megoldásokat szállít egy globális gyártó szervezet számára, és gyakorlatias tanácsadót/fejlesztőt keres, aki elhozza az AI-felhasználási eseteket a koncepciótól a stabil éles környezetig. LLM-alapú alkalmazásokat, AI-ügynököket és intelligens asszisztenseket fog építeni, integrálja azokat a vállalati rendszerekbe, és felügyeli a bevezetést, a monitoringot és a folyamatos fejlesztést.
Feladatok
- AI-felhasználási esetek eljuttatása a koncepciótól a stabil éles környezetig
- LLM-alapú alkalmazások, AI-ügynökök és intelligens asszisztensek építése (RAG, szeminatikus keresés, chat-asszisztensek, dokumentum-intelligencia és többlépcsős ügynök-munkafolyamatok)
- Integrálás a vállalati rendszerekbe, valamint felelősségvállalás a bevezetésért, a monitoringért és a folyamatos fejlesztésért
- Együttműködés az üzleti csapatokkal a nagy értékű felhasználási esetek azonosításában és priorizálásában, valamint újrafelhasználható AI-szabványok és referencia-architektúrák meghatározásában
Elvárások
- Bizonyított gyakorlati háttér az AI-mérnöki, AI-tanácsadói vagy szoftverfejlesztési területen
- Erős Python-ismeret, éles környezetbe szánt backend-szolgáltatások, API-k és integrációk fejlesztése
- Gyakorlati LLM / Generatív AI tapasztalat, beleértve a prompt engineeringet, eszköz-/függvényhívást (tool/function calling) és a strukturált kimeneteket
- RAG-implementáció: vektorkeresés, beágyazások (embeddings), dokumentumok betöltése és vállalati tudásbázis-integráció
- Ügynöki AI (Agentic AI): orkesztráció, tervezés, memória, korlátok (guardrails), ember a folyamatban (human-in-the-loop) és többügynökös rendszerek
- AI/ügynök-keretrendszerek, mint a LangChain, LangGraph, Semantic Kernel, AutoGen, CrewAI vagy Pydantic
- DevOps: Git, CI/CD, automatizált tesztelés, Docker és felhőalapú bevezetés
- AI-alkalmazások futtatása éles környezetben: monitoring, felügyelhetőség (observability), teljesítményhangolás és költségkezelés
- Értékelési keretrendszerek építése a modellek és ügynökök minőségéhez (pontosság, hallucináció, biztonság)
- Biztonságos kódolás, adatvédelem, hozzáférés-szabályozás és felelős AI gyakorlatok
- Képesség a összetett technikai témák világos elmagyarázésára az üzleti érdekelt felek számára
- Gyártási, autóipari, ipari vagy logisztikai tapasztalat (ERP, MES, PLM, IoT) előnyt jelent