LLM Application Engineer

Stack

Feladatok

• ▹LLM-alapú alkalmazások és AI agent-workflow-k építése és éles bevezetése
• ▹Rendszerek tervezése érveléshez, tervezéshez, memóriához, eszközhasználathoz és többlépéses végrehajtáshoz
• ▹Megbízható orchestration pipeline-ok építése, amelyek a valószínűségi modell-kimeneteket kiszámítható, megfigyelhető és biztonságos műveletekké alakítják
• ▹LLM-ek integrálása API-kkal, adatbázisokkal, kereséssel, belső szolgáltatásokkal és külső eszközökkel
• ▹Prompt- és context engineering, strukturált kimenetek, tool-calling technikák fejlesztése
• ▹Kiértékelési keretrendszerek és adathalmazok építése az AI-minőség és megbízhatóság méréséhez
• ▹AI-rendszerek hibakeresése a teljes stacken: modellviselkedéstől a promptokon át az orchestrationig, backend szolgáltatásokig és termék-UX-ig
• ▹AI-rendszerek optimalizálása minőség, latencia és költség szerint
• ▹Szoros együttműködés termék- és mérnöki csapatokkal
• ▹Megfigyelhetőségi, tracing-, kísérletezési és kiértékelési gyakorlatok kialakítása

Elvárások

• ▹Erős szoftvermérnöki alapok, tapasztalat AI-alapú alkalmazások építésében
• ▹Gyakorlati tapasztalat LLM-ekkel, generatív AI-val vagy agent-alapú rendszerekkel
• ▹Tapasztalat promptok, workflow-k, kiértékelések vagy AI-viselkedés tervezésében
• ▹Tiszta, produkció-minőségű kód írásának képessége
• ▹Kényelmes munkavégzés az absztrakciós rétegek között (modell, rendszer, termék)
• ▹Erős problémamegoldó képesség bizonytalan, gyorsan változó környezetben

Előny

• ▹Python
• ▹LLM API-k és modellszolgáltatók, köztük OpenAI-kompatibilis API-k és nyílt súlyú modellek
• ▹Agent keretrendszerek és orchestration rendszerek
• ▹Vektor-adatbázisok és retrieval rendszerek
• ▹Backend szolgáltatások, API-k, elosztott rendszerek
• ▹PyTorch / JAX

Soft skillek

A munkáltatóról

Az A1 (Bjak) egy proaktív, AI-alapú személyi asszisztenst épít, amely mindennapi feladatokat, szervezést és munkafolyamatokat automatizál minimális felhasználói beavatkozással.