AI Engineer
⚲ Warszawa
23 520 - 29 400 PLN netto (B2B)
Wymagania
- mocne doświadczenie w Pythonie oraz praktyczne doświadczenie z LLM i Agentic AI
- doświadczenie z LangChain, LangGraph lub podobnymi frameworkami
- doświadczenie w integracji modeli LLM i budowaniu structured outputs
- rozumienie pracy z danymi, SQL, modelami danych i logiką biznesową rozwiązań analitycznych
- doświadczenie z rozwiązaniami chmurowymi i usługami AI, szczególnie Microsoft Azure
Mile widziane
- doświadczenie z Apache Superset
- znajomość Qlik Sense, Qlik NPrinting lub Tableau
- doświadczenie ze Spec-Driven Development
Opis stanowiska
Projekt transformacji platformy Business Intelligence — migracja dashboardów z Qlik Sense i Tableau do Apache Superset z wykorzystaniem Agentic AI i Spec-Driven Development. Będziesz projektować framework Agentic AI, używać LLM do reverse engineeringu dashboardów i KPI oraz automatyzować generowanie i walidację dashboardów. To oferta dla inżyniera AI z mocnym Pythonem i praktycznym doświadczeniem w LLM/Agentic AI, który rozumie też świat danych i BI. Projekt łączy AI engineering, automatyzację i analitykę — dobry dla kogoś, kto lubi pracę na styku tych obszarów.
🔍 Dekoder Ogłoszenia
🟡
firma stworzona przez developerów dla developerów
Kultura techniczna, ale może oznaczać mniejszy nacisk na procesy HR/zarządcze i większe oczekiwania samoorganizacji
🟡
dbając o dobre praktyki programistyczne i zachowanie work-life balance
Deklaracja równowagi — ale w projektach klienckich (software house) realny work-life balance bywa trudny do utrzymania
🟡
rozwiązania, które mają znaczenie
Ogólny marketingowy zwrot bez konkretów — nie niesie realnej informacji o projekcie
🟡
ustandaryzowane i skalowalne środowisko analityczne
Duża ilość pracy nad porządkowaniem legacy dashboardów i narzucaniem standardów — może oznaczać żmudną migrację dużej ilości istniejących raportów
🟡
Agentic AI oraz podejście Spec-Driven Development do automatyzacji procesu migracji
Nowe, modne technologie w praktyce oznaczają często eksperymentowanie i naukę w trakcie projektu — nie wszystko będzie od razu zautomatyzowane