Senior AI Developer
⚲ Warszawa
24 000 - 28 800 PLN netto (B2B)
Wymagania
- min. 3 lata jako AI Engineer / AI Developer, w tym min. 1 rok przy wdrożeniach produkcyjnych
- praktyczne doświadczenie w projektowaniu i wdrażaniu rozwiązań GenAI, LLM i AI agentów
- biegłość w Pythonie jako głównym języku
- udokumentowane doświadczenie w MLOps/LLMOps (Azure ML, MLflow, Docker, Kubernetes, CI/CD)
- doświadczenie w implementacjach LLM i RAG, prompt engineering, ewaluacji modeli
- ekspertyza w platformie Microsoft Azure (AI services, Machine Learning, OpenAI)
- doświadczenie w integracji rozwiązań AI z systemami biznesowymi przez REST API, async messaging
- wykształcenie techniczne (informatyka, matematyka, fizyka, inżynieria lub pokrewne)
Opis stanowiska
Dołączysz do strategicznego programu transformacji dla dużej organizacji ubezpieczeniowej, gdzie będziesz architektem i wdrożeniowcem rozwiązań AI/GenAI na Azure — od LLM i zaawansowanych implementacji RAG po pipeline'y MLOps/LLMOps. Praca w interdyscyplinarnym zespole architektów, developerów i ekspertów biznesowych, z realnym wpływem na obsługę klienta. To oferta dla doświadczonego inżyniera AI, który czuje się swobodnie w środowisku regulowanym i chce łączyć rozwój techniczny z governance. Uwaga: fraza 'production-ready from day one' w praktyce oznacza szybkie tempo i minimalną tolerancję na błędy — wdrożenia mają działać produkcyjnie od razu, więc licz się z presją czasu.
🔍 Dekoder Ogłoszenia
🔴
production-ready from day one
Oznacza to, że od samego początku oczekuje się, że wdrożone rozwiązania będą w pełni funkcjonalne i gotowe do użycia w środowisku produkcyjnym, co może wymagać szybkiego tempa pracy i minimalnej tolerancji na błędy.
🔴
your work has direct impact on customer experience
Choć brzmi to pozytywnie, może oznaczać, że będziesz musiał szybko reagować na problemy zgłaszane przez użytkowników końcowych i rozwiązywać je pod presją czasu.
🔴
shape responsible AI practices in regulated industry
Może to sugerować, że będziesz musiał poświęcić znaczną ilość czasu na dokumentację, zgodność z przepisami i procesy związane z etyką AI, co może spowolnić rozwój nowych funkcji.
🔴
challenging scope
Określenie 'challenging scope' często oznacza, że zakres projektu jest niejasny, może się zmieniać lub zawierać trudne do rozwiązania problemy techniczne i biznesowe.
🟡
long-term engagement opportunity
Może to oznaczać zarówno stabilność zatrudnienia, jak i potencjalnie długotrwałe zaangażowanie w projekt, który może nie mieć jasno określonego końca lub być podatny na zmiany priorytetów.