Python Developer (LLM / AI Infrastructure)
BlockWise — kim jesteśmy
W BlockWise budujemy produkty technologiczne w krótkich, intensywnych cyklach. Testujemy, wdrażamy, mierzymy efekt i szybko poprawiamy to, co nie działa.
Specjalizujemy się w rozwiązaniach AI, automatyzacji, narzędziach wewnętrznych oraz projektach z pogranicza AI infrastructure, LLM i agentów. Zaczęliśmy 5 lat temu, dziś jest nas ponad 50 osób i dalej rośniemy, zachowując szybkie decyzje, mało biurokracji i dużą odpowiedzialność po stronie developerów.
O tej roli
Szukamy osoby do małego, mocnego technicznie zespołu, który buduje infrastrukturę do zarządzania kontekstem dla modeli językowych - systemy, które decydują, co trafia do okna kontekstu LLM-a, w jakiej formie i dlaczego. To praca na styku przetwarzania tekstu, information retrieval i architektury agentów.
To nie jest rola "podpinam API OpenAI do CRUD-a". Pracujemy blisko fundamentów: tokeny, embeddingi, algorytmy rankingu, ewaluacja jakości na realnych benchmarkach. Efekty Twojej pracy będą mierzalne w twardych metrykach, nie w liczbie zamkniętych ticketów.
Twoje codzienne zadania
rozwój pipeline'ów przetwarzania tekstu i kontekstu: segmentacja, deduplikacja, scoring i selekcja treści pod okno kontekstu LLM,
praca nad komponentami information retrieval: indeksowanie, ranking, embeddingi, ewaluacja jakości wyszukiwania,
rozwój i testowanie komponentów agentowych: pętle tool-use, zarządzanie pamięcią i kontekstem, orkiestracja,
budowanie i uruchamianie ewaluacji na benchmarkach, mierzymy wpływ każdej zmiany na jakość i koszt,
szybkie prototypowanie i przekształcanie prototypów w utrzymywalne systemy produkcyjne,
praca w krótkich iteracjach z bezpośrednim feedbackiem od doświadczonego lidera technicznego.
Wymagania - twardy rdzeń
mocny Python: struktury danych, złożoność, profiling, czytelny i testowalny kod to weryfikujemy dokładnie,
praktyczne doświadczenie z przetwarzaniem tekstu: tokenizacja, chunking, embeddingi, praca z dużymi wolumenami tekstu,
algorytmiczne myślenie: umiesz zaprojektować i uzasadnić algorytm segmentacji, deduplikacji albo scoringu, a nie tylko użyć gotowej biblioteki,
swobodna praca w środowisku Linux + git,
znajomość i wykorzystanie tokenizerów,
1-2 roku doświadczenia komercyjnego lub bardzo mocne projekty własne w obszarze LLM/NLP.
Przynajmniej jedno z poniższych (im więcej, tym lepiej)
znajomość architektury agentów LLM: tool use, planowanie, zarządzanie kontekstem z własnej praktyki, nie z tutoriali,
doświadczenie z deduplikacją na skalę (np. MinHash/SimHash) lub systemami rankingu,
własny projekt RAG / agentowy, który realnie działał i był przez kogoś używany,
kontrybucje open source w obszarze NLP/LLM tooling.
podstawy information retrieval: BM25, wyszukiwanie wektorowe, metryki jakości (precision/recall, NDCG),
Szukamy Ciebie, jeśli
interesuje Cię, jak LLM-y działają pod spodem, a nie tylko co zwraca API,
lubisz problemy, gdzie odpowiedź trzeba zmierzyć, a nie zgadnąć,
bierzesz odpowiedzialność za rezultat, a nie za wykonanie listy instrukcji,
korzystasz z narzędzi AI realnie w pracy i nauce, nie "z ciekawości",
umiesz jasno powiedzieć, co działa, co nie działa i gdzie utknąłeś/aś.
To może nie być miejsce dla Ciebie, jeśli
potrzebujesz dokładnie rozpisanych tasków na tygodnie do przodu,
wolisz pracować wyłącznie na gotowych frameworkach bez rozumienia, co robią,
oczekujesz korporacyjnej struktury i długich procesów akceptacji.
U nas dużo się dzieje, a najlepsze osoby szybko dostają odpowiedzialność. Dla właściwych ludzi to duża szansa. Dla szukających spokoju i pełnej przewidywalności - prawdopodobnie nie.
Co oferujemy
9 000 – 12000 zł na umowie zlecenie/B2B (poziom zależny od wyniku rozmowy technicznej),
24 płatne dni wolne od świadczenia usług w roku,
pracę nad produktem AI infrastructure z mierzalnymi wynikami na publicznych benchmarkach,
bezpośrednią współpracę z liderem technicznym - szybki wzrost kompetencji, zero pośredników,
elastyczne godziny, biuro w Warszawie przy ul. Połczyńskiej 112A, parking,
dostęp do płatnych narzędzi AI (Claude, Copilot, Codex, ChatGPT, Gemini i in.),
pracę na nowoczesnej infrastrukturze, w tym klastrach B200/B300,
budżet szkoleniowy i udział w konferencjach branżowych,
firmowe hackatony.
Proces rekrutacyjny
1. Pierwsza rozmowa telefoniczna
Porozmawiamy o ofercie, Twoim doświadczeniu, oczekiwaniach i tym, jak pracuje się w BlockWise.
Czas: 10 minut
2. Rozmowa Finalna - techniczna online
Porozmawiamy o Pythonie, Linuxie, SQL, podstawach AI/ML, sposobie rozwiązywania problemów i Twoich dotychczasowych projektach. Będzie nas interesować nie tylko to, co znasz, ale też jak myślisz, debugujesz i dochodzisz do rozwiązania.
Czas: około 30 minut.
Cały proces rekrutacyjny zajmie maksymalnie 2 tygodnie.