Senior AI Engineer

## O projekcie - Rozwój AI Knowledge Layer dla HDOS - Horizon Delivery Operation System. - System ma wykorzystywać wiedzę z dokumentacji projektowej, lessons learned, raportów z commissioningów, problemów i sposobów ich rozwiązania, open points, dokumentacji technicznej, standardów i procedur, kodu i bibliotek programistycznych, danych projektowych oraz doświadczeń zespołów realizujących wcześniejsze projekty, Project Copilot – asystent pomagający zespołowi przygotować kolejny projekt na podstawie wcześniejszych realizacji, standardów, problemów i lessons learned Lessons Learned Loop – automatyczne przechwytywanie wiedzy powstającej podczas projektu i udostępnianie jej kolejnym zespołom AI-assisted Project Preparation – wsparcie zespołów podczas przygotowania projektu, FAT, commissioning i handover poprzez automatyczne odnajdywanie właściwej wiedzy i wcześniejszych rozwiązań. - Organizational Knowledge – zmniejszenie zależności firmy od wiedzy pojedynczych ekspertów. ## Liczba osób w zespole - ok. 80 inżynierów ## Tak pracujemy - wewnątrz organizacji - masz wpływ na wybór narzędzi i technologii - masz wpływ na rozwiązania technologiczne - masz wpływ na produkt - koncentrujesz się na rozwoju produktu - agile ## Skład zespołu - backend developer - lider techniczny - devOps - product owner - project manager - analityk biznesowy - analityk systemowy - administrator IT ## Twój zakres obowiązków - projektować i rozwijać aplikacje wykorzystujące LLM, RAG i Agentic AI - budować architekturę AI Knowledge Base dla Horizon - integrować AI z dokumentami, bazami danych i istniejącymi systemami firmy - rozwijać mechanizmy wyszukiwania semantycznego i Vector DB - budować agentów i workflow AI wspierających realizację projektów - tworzyć mechanizmy oceny jakości odpowiedzi AI i ograniczania halucynacji - projektować rozwiązania human-in-the-loop – AI pomaga podejmować decyzje, ale ich nie przejmuje - wspólnie z inżynierami automatyki identyfikować procesy, w których AI może realnie zwiększyć produktywność - tworzyć prototypy i szybko sprawdzać je na rzeczywistych projektach - przekształcać najlepsze prototypy w stabilne rozwiązania produkcyjne - praktyczne doświadczenie w budowaniu aplikacji wykorzystujących LLM - rozumienie RAG i ograniczeń obecnych modeli - umiejętność samodzielnego przejścia od pomysłu do działającego prototypu - umiejętność integrowania różnych źródeł danych - zainteresowanie nie tylko modelem, ale całym systemem wokół niego - umiejętność rozmowy z użytkownikami i rozumienia ich problemów - szybkie eksperymentowanie z późniejszym uporządkowaniem rozwiązania - branie ownership za rezultat ## Mile widziane - doświadczenie z enterprise knowledge systems - doświadczenie z MCP i tool calling - doświadczenie z AI agents - doświadczenie z knowledge graphs - doświadczenie z document processing - doświadczenie z MLOps / LLMOps - doświadczenie z software engineering - doświadczenie z systemami przemysłowymi lub automatyzacją ## To oferujemy - bezpośrednia praca z inżynierami, managementem i zarządem - dostęp do rzeczywistych problemów powstających podczas realizacji projektów automatyki - możliwość szybkiego zrozumienia problemu, zbudowania prototypu, przetestowania go z użytkownikami, poprawienia i wdrożenia ## Tak pracujemy nad projektem - DevOps - wsparcie architekta / lidera technicznego - dokumentacja - narzędzia do trackowania zadań ## Takie dajemy możliwości rozwoju - konferencje w Polsce - konferencje zagraniczne - mentoring - szkolenia zewnętrzne - wymiana wiedzy technicznej w firmie ## Benefity - prywatna opieka medyczna - dofinansowanie szkoleń i kursów - możliwość pracy zdalnej ## HORIZON-AUTOMATION Sp. z o.o. Sp. k. - Horizon Automation rozwija i uruchamia systemy automatyki intralogistycznej na projektach realizowanych w Europie, USA i innych regionach świata. - Chcemy zwiększać Delivery Capability – zdolność organizacji do realizowania coraz większej liczby coraz bardziej złożonych projektów – wykorzystując wiedzę zgromadzoną podczas wcześniejszych wdrożeń. - Rozwijamy Horizon Delivery Operating System (HDOS) oparty na czterech zasadach: Clear Process → Clean Data → Ownership → Reusable Knowledge - AI ma stać się kolejną warstwą tego systemu. - We Get Things Done.