Aktuálne dopyty od našich klientov
Microsoft Dynamics 365 Expertise: Profesionálna skúsenosť s vývojom a prispôsobovaním riešení MS Dynamics 365 / CRM.
Backend Development: Silná znalosť programovacích jazykov C# a .NET.
Frontend Development: Pokročilá znalosť JavaScriptu alebo TypeScriptu.
Nemecký jazyk: Povinná znalosť nemčiny na úrovni C1+ (plynulá/materinská) pre komunikáciu s klientmi.
Anglický jazyk: Dobré komunikačné schopnosti v angličtine pre prácu v medzinárodnom tíme.
Role Overview
Pridajte sa k rastúcemu medzinárodnému tímu v Labour Digital a pracujte na moderných CRM a digitálnych platformách. Budete vyvíjať riešenia pre významných klientov v Nemecku a Európe, vrátane veľkých podnikov a verejného sektora, ktoré denne používajú tisíce až milióny používateľov.
Key Responsibilities
Vyvíjať a prispôsobovať riešenia postavené na Microsoft Dynamics 365 / CRM.
Implementovať biznis logiku, pluginy, workflowy a integrácie.
Integrovať systémy pomocou REST API, Microsoft Graph a Azure služieb.
Spolupracovať s architektmi, konzultantmi a projektovými tímami.
Komunikovať s nemecky hovoriacimi klientmi a zainteresovanými stranami.
Technical Skills & Experience
Skúsenosti s integráciami a cloudovými architektúrami.
Praktická znalosť vývoja webových technológií (JavaScript/TypeScript).
Orientácia v Azure službách v rámci integračných procesov.
Nice to Have
Skúsenosť s prácou v rámci Power Platform (Power Apps, Power Automate).
Soft Skills
Samostatný a na riešenia orientovaný štýl práce.
Skúsenosti s agilnými metodikami ako SCRUM alebo KANBAN.
What We Offer
Hybridný model práce (3 dni v kancelárii / 2 dni remote).
Moderné vybavenie pre prácu v kancelárii aj z domu.
Podpora neustáleho vzdelávania, certifikácií a osobného rozvoja.
Kancelárie v centre Frankfurtu (blízko hlavnej stanice).
Flat hierarchia, otvorená kultúra spätnej väzby a pravidelné teambuildingy.
Role Overview
Hledáme vývojáře firmwaru, který se připojí k malému, agilnímu a efektivnímu týmu špičkových odborníků. Budete pracovat na dlouhodobých mezinárodních projektech v oblasti přístupových a bezpečnostních systémů, kde se budete podílet na vývoji nových zařízení i údržbě stávajících čteček karet.
Key Responsibilities
Technical Skills & Experience
Nice to Have
Soft Skills
What We Offer
Sme slovenská technologická firma zo Žiliny. Veríme, že kvalitná práca vzniká tam, kde sú férové vzťahy a zdravá atmosféra. Pôsobíme v dynamickom svete gamingu a online zábavy (spolupráca so značkou DOXXbet). Ak hľadáš prostredie bez korporátnej hierarchie, kde má tvoja práca reálny dopad, si u nás správne.
Hľadáme kolegu/gyňu, ktorý/á má rád/a SQL a chce pracovať priamo s produkčnými dátami. Nečakajú ťa žiadne sandboxové projekty, ale stavba reálnej dátovej infraštruktúry (ETL pipelines, DWH vrstva) pre analytické a ML projekty.
Tvoj hlavný Tech Stack: * SQL Server, PostgreSQL
Python (pandas, SQLAlchemy)
YAML pipelines, Power BI
Navrhovať a udržiavať ETL pipelines (MSSQL → PostgreSQL, inkrementálne transfery).
Optimalizovať SQL dotazy (stored procedures, window funkcie, indexy, execution plany).
Stavať dátovú vrstvu pre ML modely a reporting v Power BI.
Monitorovať kvalitu dát a riešiť výkonnostné anomálie.
Feature engineering – úzka spolupráca na príprave dát pre ML modely.
Hľadáme Junior/Mid úroveň s potenciálom a chuťou učiť sa.
SQL (Pokročilý): Rozumieš indexom a vieš, prečo je index scan lepší ako full table scan.
Python: Základy práce s dátami (pandas).
Analytické myslenie: Vieš samostatne analyzovať problém a dotiahnuť ho do produkcie.
Vzdelanie: Technické zameranie (vhodné aj pre šikovných absolventov).
Angličtina: Stačia základy (A2) na prácu s dokumentáciou.
Atraktívne ohodnotenie: * TPP: od 2 000 € mesačne brutto (fix + 200 € osobné ohodnotenie).
Živnosť: 2 500 – 3 500 € (v závislosti od skúseností).
Rast: Priama spolupráca so seniorným kolegom (žiadny korporát).
Flexibilita: Hybridný režim (Home Office / Office v centre ZA) a flexibilný čas.
Extra benefity:
Príspevok na stravu nad rámec zákona.
Športové aktivity (futbal, hokej), konferencie a školenia podľa tvojho výberu.
Pravidelné teambuildingy a čerstvé ovocie v kancelárii.
This project will build a platform that leverages AI-powered document ingestion, retrieval, and reasoning by combining RAG, search, and document drafting. The goal is to help teams accelerate analysis, improve consistency, and reduce reliance on manual review. The result will be a more repeatable, auditable, and scalable approach to consolidation scope assessments, reducing effort and cost for clients while enabling to deliver insights faster and at greater scale.
About the role
We’re looking for a Python Engineer with strong RAG/LLM engineering experience and supporting Node.js/React skills to build and iterate on a fast-moving internal platform and demo toolchain. This role is hands-on across:
Python services (FastAPI) and async processing
Hybrid retrieval (vector + BM25) with Azure AI Search (ACS / Azure Cognitive Search) and/or Qdrant
Document pipelines (PDF extraction, OCR, chunking, metadata filtering)
Structured output generation (Excel/Word memos) and demos for non-technical stakeholders
Maintaining integration modules in Node.js/React that connect the frontend to Python APIs
The solution is rapid iteration, prompt versions, evolving requirements, but we expect strong engineering hygiene (tests, commits, Docker, reproducibility).
What you’ll do
Fullstack & Platform Engineering (Core)
Build and maintain backend APIs in Python (FastAPI) with clean architecture, strong typing, documentation, and reliability.
Design and implement asynchronous background processing using Celery and messaging patterns.
Work with PostgreSQL and MongoDB where appropriate to design data models for document metadata, runs, outputs, and configuration state.
Implement event-driven workflows using Pub/Sub patterns and messaging tech such as RabbitMQ and Azure Service Bus is a plus.
RAG / Retrieval / LLM Engineering (Core)
Implement end-to-end RAG pipelines: ingestion → chunking → embeddings → retrieval → generation → structured outputs.
Build hybrid retrieval patterns combining:
vector search (embeddings) + BM25 sparse retrieval
filtering by metadata/pool (collections, tags, entity IDs)
Integrate and tune retrieval with Azure AI Search (ACS) and/or pgVector, Qdrant (collections, filters, indexing lifecycle).
Implement and maintain prompt engineering workflows with iterative prompt versioning including structured output parsing and guardrails.
Use OpenAI API (reasoning models + structured outputs) and embedding models as part of production-like pipelines.
Document Processing & Knowledge Ingestion
Build robust ingestion for legal/financial documents:
PDF text extraction (PyMuPDF/fitz)
OCR for scanned documents (Tesseract/pytesseract)
clause-aware / section-aware chunking strategies for better retrieval quality
Frontend / Demo Enablement
Fast PoC by building and maintaining Streamlit multi-page internal tools (session state, interactive grids like streamlit-aggrid) to support demos and SME workflows.
Fullstack Integration & Maintenance
Update and maintain the Node.js + React service, especially integration modules that connect the frontend to Python backend APIs, ensuring compatibility and end-to-end reliability.
Contribute to Node.js backend components when required, integrating them with Python services.
Quality & Delivery
Write and maintain unit/integration tests for Python services and pipelines.
Containerize services using Docker and Docker Compose (e.g., multi-container Streamlit + Qdrant setups).
Drive reproducible config using YAML-driven configuration (e.g., configs/, prompts/manifest.yaml) and strong Git hygiene (small regular commits, code reviews, CI/CD).
Required skills (Must-have)
Python & Engineering Fundamentals
Python 3.12+, strong OOP, clean architecture.
CLI scripting and orchestration (argparse, bash).
Package management, virtual environments, Docker.
Backend
FastAPI (API design, service-oriented patterns).
Asynchronous processing: Celery, messaging, event-driven design (RabbitMQ / Azure Service Bus).
Relational DB experience, preferably PostgreSQL.
RAG / NLP / LLM
RAG architecture and implementation (chunking, embeddings, retrieval, generation).
Prompt engineering with versioning and iteration (multi-version prompt lifecycle).
OpenAI API experience including structured output parsing.
Embeddings and retrieval tuning; hybrid retrieval approach (vector + BM25).
Vector & Search
Qdrant (or Pinecone/Weaviate/Milvus) — collection management, metadata filters.
Azure AI Search / Azure Cognitive Search (ACS) integration for indexing and retrieval.
Document Processing
PDF extraction: PyMuPDF (fitz).
OCR: Tesseract/pytesseract.
Chunking strategies optimized for legal/financial docs (clause/section aware).
Internal Tools / Demo
Streamlit multi-page apps, session state, interactive grids (streamlit-aggrid).
Data & Reporting
pandas, NumPy, openpyxl — Excel report generation from JSON.
Batch processing across multiple entities/projects.
Integration / Fullstack Support
Basic-to-intermediate Node.js and React (maintain/integrate existing services).
Soft skills
Strong communication and ability to work closely with accounting/audit SMEs to refine prompts and outputs (rapid iteration, POC environment).
Able to debug end-to-end pipelines independently (ingestion → retrieval → generation → output).
Strong analytical thinking and creative problem-solving.
Nice to have
RAG evaluation/scoring frameworks; quality measurement and regression testing for retrieval + generation.
MCP / FastMCP, LangChain, LangGraph, multi-agent frameworks (CrewAI, AutoGen, TaskWeave).
Azure CI/CD pipelines and cloud-native deployments.
Key Responsibilities
Technologický stack: Pokročilá znalost Pythonu nebo Node.js a praktická zkušenost s frameworky jako Semantic Kernel, LangChain nebo AutoGen.
Mastery RAG/CAG: Praktická znalost Retrieval-Augmented Generation, logiky segmentace dat (chunking) a strategií pro embeddingy.
Jazykové znalosti: Plně profesionální úroveň angličtiny i češtiny (slovní i písemný projev).
Zaměření role: Tato pozice je zaměřena primárně na prototypování a design (validace/POC), nikoliv na vývoj finálních produkčních aplikací.
Role Overview
Budete technickým lídrem zodpovědným za návrh, prototypování a ladění AI agentů a LLM orchestrační logiky. Vaším cílem je validovat chování AI řešení předtím, než budou předána vývojovým týmům k integraci do produkčních platforem.
Key Responsibilities
Návrh agentů a orchestrace: Definování interakčních vzorců, pravidel delegování a optimálních agentních modelů (routing, kooperace).Behaviorální inženýrství: Tvorba pokročilých promptů, systémových instrukcí a bezpečnostních pravidel pro zajištění konzistentního uvažování modelů.
Rychlé prototypování: Tvorba odlehčených POC a referenčních kódů pro validaci logiky a nastavení vyhledávání.
Evaluace a QA: Provádění strukturovaných kontrol zaměřených na halucinace, konzistenci uvažování a správnost využívání nástrojů.
Technické partnerství: Spolupráce s architekty a platformovými inženýry na zajištění realizovatelnosti a udržitelnosti navržených řešení.
Technical Skills & Experience
Hluboké porozumění ladění chování LLM a technikám prompt engineeringu.Zkušenost s vektorovým vyhledáváním, embeddingy a sestavováním kontextu.
Schopnost definovat testovací sady dat a interpretovat výsledky pro další vylepšení.
Nice to Have
Znalost prostředí Azure AI (Azure OpenAI, Cognitive Search, APIM).Zkušenost s procesní automatizací (RPA, workflow engines nebo event-driven architektury).
Soft Skills
Analytické myšlení: Schopnost převést komplexní nápady do praktických a funkčních prototypů.Komunikace: Srozumitelné technické zadávání a dokumentace pro vývojové týmy.
Zvědavost: Vysoká míra iniciativy a schopnost pracovat v experimentálním a průzkumném režimu.
Popíšte nám vašu pozíciu a my vám nájdeme ideálneho kandidáta z nášho poolu 150+ seniorných vývojárov.
Dopytovať kandidáta