AI Engineer
OMNIVISER SPÓŁKA Z OGRANICZONĄ ODPOWIEDZIALNOŚCIĄ
⚲ Warszawa, Śródmieście
20 000–27 000 zł netto (+ VAT) / mies.
Wymagania
- 2–5 lat komercyjnego doświadczenia w AI/ML lub software engineeringu, z systemami produkcyjnymi, które faktycznie wdrożono
- doświadczenie w budowie i utrzymaniu produkcyjnych serwisów backendowych i API (async, testy, CI/CD)
- praktyczna znajomość architektur agentowych: context engineering, tool calling, agent loops, structured outputs, fallback handling
- doświadczenie z orkiestracją w LangGraph, LangChain lub własnym frameworku oraz z serwerami MCP
- doświadczenie z data agents i produkcyjnym retrievalem na danych klienta (semantic layers, ontologie, pgvector, wyszukiwanie semantyczne i hybrydowe, BM25)
- doświadczenie w budowie systemów ewaluacji i walidacji aplikacji AI (golden datasets, testy scenariuszowe, regresyjne, quality gates)
- hands-on LLMOps: tracing i observability w Langfuse lub MLflow, automatyczne eval, optymalizacja promptów, debugowanie produkcyjne
- codzienne korzystanie z narzędzi agentic engineering (Claude Code, Codex, Cursor, GitHub Copilot) oraz bardzo dobra komunikacja w języku polskim i angielskim
Opis stanowiska
Dołączysz do zespołu budującego produkty AI dla klientów zewnętrznych — od prototypu po wdrożenie produkcyjne. Rola jest bardzo samodzielna: jednego tygodnia pracujesz w kodzie produktu, innego wspierasz zespół klienta przy wdrożeniu, a jeszcze innego rozwiązujesz problem R&D (np. ekstrakcja wiedzy ukrytej, automatyczne tworzenie ewaluacji, personalizacja agentów). To oferta dla doświadczonego inżyniera, który chce mieć pełną odpowiedzialność za systemy agentowe i pracować bezpośrednio z klientem. Uwaga: firma wprost oczekuje szybkiego prototypowania i dostarczania wartości — w praktyce może to oznaczać presję na dowożenie funkcjonalności, zanim będą w pełni dopracowane.
🔍 Dekoder Ogłoszenia
🟡
production systems you have actually shipped
Oczekuje się, że kandydat ma doświadczenie w dostarczaniu działających systemów, a nie tylko prototypów.
🔴
Ability to rapidly prototype AI solutions and quickly turn them into customer value
Może oznaczać, że firma oczekuje szybkiego dostarczania funkcjonalności, nawet jeśli nie są one w pełni dopracowane.
🔴
Practical knowledge of agent architectures, including context engineering, tool calling, agent loops, skills, structured outputs, and fallback handling
Wymaga bardzo specyficznej i aktualnej wiedzy z zakresu budowy systemów agentowych, która może być trudna do zdobycia.
🟡
Daily use of agentic engineering tools such as Claude Code, Codex, Cursor, or GitHub Copilot, together with strong code quality practices
Oczekuje się nie tylko znajomości narzędzi AI do kodowania, ale także rygorystycznego przestrzegania dobrych praktyk programistycznych.
🟡
Very good communication skills in Polish and Engl
Poza standardowym wymogiem, może sugerować potrzebę częstej i jasnej komunikacji w zespole międzynarodowym.