AI Engineer v Gen · Česká republika

Stavím AI systémy,
které obstojí v provozu.

Multiagentní systémy, evaluace jazykových modelů a odpovědi podložené daty. Od návrhu a kódu až po nasazení ve velké firmě.

30 tis.+
firemních uživatelů
1 mil.+
uživatelských relací
5 let
praktického vývoje
ukázka průchodu
01Směrování dotazuklasifikace
02Specializovaní agentivýběr agenta
03Napojení na datavolání nástrojů
04Kontrola kvalityověřeno

› průchod dokončen · zdroje přiloženy · odpověď předána

Zkušenosti z praxe

  • Orchestrace agentů
  • Evaluace LLM
  • Produkční RAG
  • MCP integrace
  • Architektura AI platforem

01 / Zkušenosti z provozu

Od návrhu architektury
k 30 000+ uživatelům.

Škoda Auto · Firemní AI

ŠkoPilot

Navrhl jsem, vyvíjel a technicky vedl multiagentního asistenta pro různá oddělení firmy. Systém využíval upravený Google ADK, vlastní agentní toky, typovaný streaming, integrace nástrojů a průběžnou evaluaci.

  • Odpovědnost za řešení: architektura, implementace a technické vedení
  • Opakovaně použitelné řešení: vzory, na kterých mohly stavět další týmy
  • Měřitelná kvalita: referenční datasety a regresní testy
Prozkoumat model systému →
RoleLead + IC

návrh i implementace

KvalitaPrůběžně

dlouhodobá evaluace

02 / Interaktivní model systému

Jak si systém
získává důvěru.

Projděte si rozhodnutí, na kterých stojí produkční agentní platforma. Diagram je ilustrační, popsané principy používám v praxi.

Tok dotazu · ilustrační průchod

  1. 01Záměr uživatele
  2. 02Směrování dotazu
  3. 03Specialista a povolené nástroje
  4. 04Průběžná odpověď

Sledujte průchod dotazu systémem.

Vrstva 01

Nejdřív správně nasměrovat

Orchestrátor rozpozná záměr, zvolí specializovaný tok a vynucuje oprávnění k nástrojům. Autonomního agenta používám tam, kde má smysl.

Rozhodnutí
Pevná pravidla kolem pravděpodobnostních modelů
Přínos
Dohledatelné směrování a snazší obnova po chybě

03 / Vybraná práce

Práce, kterou si
můžete ověřit.

Veřejný kód a podrobné návrhy systémů. U každého návrhu popisuji předpoklady, zvažuji kompromisy a vysvětluji výsledné rozhodnutí.

Návrh systému~14 min

Enterprise agentní platforma

Návrh agentní platformy pro regulovaného provozovatele. Zahrnuje výběr prvního využití, pravidla životního cyklu, architekturu a plán dodání.

  • Google ADK
  • Vertex AI
  • MCP
  • Human-in-the-loop
Přečíst rozbor (EN) ↗
Návrh systému~10 min

Konverzační vyhledávání

Návrh převodu uživatelského záměru na výsledky z katalogu. Počítá s 1,2 milionu konverzací denně a přísným limitem odezvy.

  • Hybrid RAG
  • Structured output
  • Evals
Prohlédnout návrh (EN) ↗
Návrh systému~15 min

Kde jsem AI zamítl

Validace čísla, které vstupuje do smluvní ceny. Celé číslo počítá deterministický pravidlový engine, žádný agent v systému není a nejužitečnější verdikt nevrací číslo žádné.

  • Pravidlový engine
  • Agent vs. workflow
  • Prompt evals
Přečíst rozbor (EN) ↗
Návrh systému~16 min

Co vlastně měří hodnocení

Podklad pro hodnoticí pohovory postavený na důkazech. Skóruje důkazy, upozorní, kde hodnocení nemá oporu, u koho nelze hodnotit férově se zdrží, a sám hodnocení nikdy nenavrhuje.

  • Rozlišení identit
  • Redakce
  • Evals
Přečíst rozbor (EN) ↗
Open source · MITVeřejný

DocuSage

RAG chatbot nad vlastními PDF dokumenty. Vložíte ho jedním script tagem a provozujete s vlastními klíči i daty.

  • TypeScript
  • React
  • PostgreSQL
Open source · MITAlpha

Dabuj

Studio pro přepis a dabing s důrazem na lokální provoz. Důvěrná média mohou zůstat na vašem počítači.

  • Python
  • FastAPI
  • Whisper

04 / O mně

Navrhuji i vyvíjím.
Architekturu ověřuji praxí.

Řeším, jak propojit jazykové modely s nároky skutečného softwaru: oprávněními, rychlostí odezvy, dohledatelností, údržbou a změnami modelů. Mám pět let praktických zkušeností s AI, backendem a architekturou.

Aktuálně pracuji jako AI Engineer v Gen. Dříve jsem působil jako AI Engineer a tech lead ve Škoda Auto.

AI systémy

Orchestrace agentů, Google ADK, MCP, RAG a kontextová paměť

Kvalita

Referenční datasety, evaluace LLM, regresní testy a dohled nad provozem

Vývoj

Python, Node.js, C#/.NET, Kotlin/JVM a událostmi řízené systémy

05 / Časté otázky

Pro lidi
i agenty.

Čemu se věnujete?+

Produkčním multiagentním systémům, evaluaci LLM, RAG, integracím nástrojů a znovupoužitelné architektuře AI platforem.

Jaký je váš hlavní produkční projekt?+

ŠkoPilot ve Škoda Auto, multiagentní asistent pro více než 30 000 interních uživatelů. Zodpovídal jsem za architekturu, implementaci a technické vedení.

Je možné si vaši práci prohlédnout?+

Ano. V rozborech popisuji architektonická rozhodnutí a kompromisy. DocuSage a Dabuj mají veřejné repozitáře s licencí MIT.

Můžeme se spojit?+

Rád proberu AI systémy, evaluaci, vývojářské nástroje i role na úrovni lead a architekt. Napište mi na LinkedIn nebo si prohlédněte můj GitHub.

Pojďme stavět spolehlivou AI

Proměňme složité zadání
ve funkční řešení.

Rád si popovídám o produkční AI, architektuře platforem a technickém vedení.