Usamos cookies técnicos e o registro de visitas anonimizado do Zorky. O Yandex Metrica (dados armazenados em servidores na Rússia) só funciona com o seu consentimento. Nunca vendemos dados. Mais sobre cookies e estatísticas.
O Zorky está em modo de teste — tudo é gratuito. As vagas e as páginas das empresas são abertas a todos; os links dos anúncios e sua seleção pessoal abrem após o cadastro. Cadastre-se →
← Todas as vagas

Python Developer

Junior~$4.6K /moWarszawa, PL →há 3 sem.
Análises de mercado
📊 Backend: salários e demanda no mercado
Stack
AIPythonAlgorithmsSQLgitlinuxllmpythonsql
Mostrar empresa e link
Grátis, depois de entrar.
Candidatar-se
Envie seu currículo: empregadores e recrutadores de vários países que procuram o seu perfil poderão falar com você diretamente.
Enviar seu currículo →
Descrição
Block

Wise - kim jesteśmy W Block

Wise 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

Descrição completa, empresa e link para se candidatar: depois de entrar. Entrar
Os contatos do empregador (e-mail/telefone/telegram) ficam ocultos na prévia pública. Envie seu currículo para que os empregadores possam falar com você diretamente.
Denunciar esta vaga
Pergunta urgente? Escreva para @termdocs