Chief Forward Deployed Engineer
⚲ Poznan
Do uzgodnienia
Wymagania
- 7+ lat doświadczenia inżynierskiego, w tym udokumentowane budowanie produkcyjnych aplikacji AI/LLM (nie prototypów ani badań)
- umiejętność pracy blisko klienta: prowadzenie rozmów discovery i feasibility, praca z SME i użytkownikami końcowymi, tłumaczenie trade-offów technicznych
- praktyczne doświadczenie z frameworkami agentowymi (LangChain, LangGraph, Semantic Kernel lub podobne) i głównymi dostawcami LLM (OpenAI, Anthropic, Google Gemini)
- ekspercki poziom Pythona i solidne podstawy inżynierii oprogramowania
- doświadczenie w ocenie jakości generatywnego AI (LLM-based evaluation, heurystyki, własne frameworki eval) i narzędziach observability/tracing
- doświadczenie w produkcyjnym wdrożeniu na co najmniej jednej dużej chmurze (AWS, Azure, GCP) z konteneryzacją i CI/CD
- angielski na poziomie C1
Mile widziane
- doświadczenie z enterprise AI platforms (AWS Bedrock AgentCore, Databricks Genie, Microsoft Foundry, Gemini Enterprise)
Opis stanowiska
EPAM szuka Chief Forward Deployed Engineera do budowy systemów AI-native, w których LLM i jego otoczenie (harness) są sednem wartości produktu. To rola builderska: Ty i Twój zespół piszecie produkcyjny kod, budujecie systemy agentowe, evale i observability, a także pracujecie bezpośrednio z ekspertami domenowymi i użytkownikami końcowymi. Nazwa stanowiska sugeruje pracę blisko klienta — liczne rozmowy discovery, UAT i obserwacja realnego workflow, nie tylko praca w wewnętrznym zespole.
🔍 Dekoder Ogłoszenia
🔴
Chief Forward Deployed Engineer
To stanowisko może oznaczać, że będziesz pracować w pierwszej linii, blisko klienta lub użytkownika końcowego, a nie tylko w wewnętrznym zespole deweloperskim.
🟡
AI-native solutions where LLM and its harness are the core of the value
Oznacza to, że będziesz budować rozwiązania, w których modele językowe i ich otoczka (narzędzia, integracje) są kluczowym elementem dostarczającym wartość, a nie tylko dodatkiem.
🟡
This is a builder's role: you and your team are responsible for building agentic systems, writing the production code, and standing up the evals and observability.
Podkreśla, że będziesz aktywnie tworzyć kod produkcyjny i infrastrukturę, a nie tylko nadzorować proces.
🟡
Design for failure in the agent loop: retries, model fallbacks, cost limits, and human-in-the-loop on consequential actions
Wymaga to przemyślenia i implementacji mechanizmów radzenia sobie z błędami i nieprzewidzianymi sytuacjami w działaniu agentów AI.
🟡
Capture domain expertise and repeatable workflows — so what works on one engagement carries to the next
Oczekuje się, że będziesz dokumentować i generalizować rozwiązania, aby można je było wykorzystać w przyszłych projektach lub wdrożeniach.