Senior AI Engineer
⚲ Warszawa, Ochota
Do uzgodnienia
Wymagania
- Python
- GitHub Copilot
- Claude Code
- Git
- Docker
- PyTorch
- TensorFlow
- scikit-learn
- AWS
- Google Cloud Platform
- MLflow
- Kubeflow
- Airflow
- Vertex AI
Opis stanowiska
Nasze wymagania:
Bardzo dobra znajomość języka Python oraz ekosystemu AI/ML (m.in. PyTorch, TensorFlow, scikit-learn),
Doświadczenie w pracy z frameworkami i narzędziami takimi jak LangChain, LlamaIndex, LangGraph, Pydantic,
Doświadczenie z AI-assisted development (Claude Code, GitHub Copilot),
Praktyczna znajomość środowisk AWS lub GCP oraz wdrażania aplikacji AI w chmurze,
Znajomość architektur agentowych, rozwiązań RAG oraz prompt engineeringu,
Doświadczenie w pracy z bazami wektorowymi i przetwarzaniem danych,
Znajomość Git, Docker, CI/CD, REST API oraz architektury mikrousług,
Umiejętność optymalizacji i skalowania rozwiązań AI,
Analityczne podejście do rozwiązywania problemów technicznych oraz przekładania potrzeb biznesowych na rozwiązania technologiczne,
Rozwinięte umiejętności komunikacyjne i znajomość języka polskiego na poziomie minimum C1.
Mile widziane:
Znajomość frameworków do budowy AI Agents, takich jak CrewAI, N8N lub podobnych,
Doświadczenie z narzędziami MLOps (MLflow, Kubeflow, Airflow, Vertex AI),
Znajomość zagadnień Explainable AI (XAI),
Doświadczenie związane z MCP lub narzędziami developerskimi wspierającymi AI.
O projekcie:
Poszukujemy doświadczonego Senior AI Engineera do projektowania i wdrażania nowoczesnych rozwiązań opartych o AI i modele LLM. Osoba na tym stanowisku będzie rozwijać skalowalne systemy AI wspierające realne procesy biznesowe oraz współtworzyć kierunek rozwoju technologii w organizacji.
Zakres obowiązków:
Projektowanie, rozwój i wdrażanie modeli uczenia maszynowego oraz rozwiązań opartych o AI/LLM,
Budowa architektury wykorzystujących RAG, Agentic RAG oraz MCP,
Integracja modeli AI z aplikacjami produkcyjnymi i systemami biznesowymi,
Tworzenie pipeline’ów do przetwarzania danych kontekstowych, embeddingów i wektoryzacji,
Projektowanie i rozwój procesów indeksowania danych w bazach wektorowych (m.in. Qdrant, Weaviate, Pinecone),
Rozwój i optymalizacja promptów oraz analiza jakości odpowiedzi modeli,
Wdrażanie aplikacji AI w środowiskach chmurowych Azure, AWS lub GCP,
Współpraca z zespołami developerskimi i biznesowymi przy projektach z obszaru automatyzacji i analityki,
Udział w rozwoju nowych rozwiązań i trendów związanych ze sztuczną inteligencją,
Mentoring oraz wsparcie zespołu w zakresie AI, ML i MLOps.
Oferujemy:
Ciekawe i pełne wyzwań zadania,
Realny wpływ na rozwój firmy,
Możliwość rozwoju, poszerzania i doskonalenia swoich kompetencji,
Swobodna atmosfera pracy,
Inne benefity: dopłata do karty Multisport, pakietu medycznego, wyjazdy integracyjne.
Bardzo dobra znajomość języka Python oraz ekosystemu AI/ML (m.in. PyTorch, TensorFlow, scikit-learn),
Doświadczenie w pracy z frameworkami i narzędziami takimi jak LangChain, LlamaIndex, LangGraph, Pydantic,
Doświadczenie z AI-assisted development (Claude Code, GitHub Copilot),
Praktyczna znajomość środowisk AWS lub GCP oraz wdrażania aplikacji AI w chmurze,
Znajomość architektur agentowych, rozwiązań RAG oraz prompt engineeringu,
Doświadczenie w pracy z bazami wektorowymi i przetwarzaniem danych,
Znajomość Git, Docker, CI/CD, REST API oraz architektury mikrousług,
Umiejętność optymalizacji i skalowania rozwiązań AI,
Analityczne podejście do rozwiązywania problemów technicznych oraz przekładania potrzeb biznesowych na rozwiązania technologiczne,
Rozwinięte umiejętności komunikacyjne i znajomość języka polskiego na poziomie minimum C1.
Mile widziane:
Znajomość frameworków do budowy AI Agents, takich jak CrewAI, N8N lub podobnych,
Doświadczenie z narzędziami MLOps (MLflow, Kubeflow, Airflow, Vertex AI),
Znajomość zagadnień Explainable AI (XAI),
Doświadczenie związane z MCP lub narzędziami developerskimi wspierającymi AI.
O projekcie:
Poszukujemy doświadczonego Senior AI Engineera do projektowania i wdrażania nowoczesnych rozwiązań opartych o AI i modele LLM. Osoba na tym stanowisku będzie rozwijać skalowalne systemy AI wspierające realne procesy biznesowe oraz współtworzyć kierunek rozwoju technologii w organizacji.
Zakres obowiązków:
Projektowanie, rozwój i wdrażanie modeli uczenia maszynowego oraz rozwiązań opartych o AI/LLM,
Budowa architektury wykorzystujących RAG, Agentic RAG oraz MCP,
Integracja modeli AI z aplikacjami produkcyjnymi i systemami biznesowymi,
Tworzenie pipeline’ów do przetwarzania danych kontekstowych, embeddingów i wektoryzacji,
Projektowanie i rozwój procesów indeksowania danych w bazach wektorowych (m.in. Qdrant, Weaviate, Pinecone),
Rozwój i optymalizacja promptów oraz analiza jakości odpowiedzi modeli,
Wdrażanie aplikacji AI w środowiskach chmurowych Azure, AWS lub GCP,
Współpraca z zespołami developerskimi i biznesowymi przy projektach z obszaru automatyzacji i analityki,
Udział w rozwoju nowych rozwiązań i trendów związanych ze sztuczną inteligencją,
Mentoring oraz wsparcie zespołu w zakresie AI, ML i MLOps.
Oferujemy:
Ciekawe i pełne wyzwań zadania,
Realny wpływ na rozwój firmy,
Możliwość rozwoju, poszerzania i doskonalenia swoich kompetencji,
Swobodna atmosfera pracy,
Inne benefity: dopłata do karty Multisport, pakietu medycznego, wyjazdy integracyjne.
🔍 Dekoder Ogłoszenia
🔴
współtworzyć kierunek rozwoju technologii w organizacji
Twoje pomysły mogą zostać wysłuchane, ale ostateczne decyzje mogą należeć do innych osób lub być ograniczone budżetem.
🟡
rozwiązywania opartych o AI i modele LLM
Może oznaczać pracę z gotowymi API dużych modeli, a niekoniecznie budowanie ich od podstaw.
🟡
wspierające realne procesy biznesowe
Praca może być bardziej skupiona na integracji z istniejącymi systemami niż na innowacyjnych badaniach.
🟡
Doświadczenie z AI-assisted development (Claude Code, GitHub Copilot)
Oczekuje się, że będziesz efektywnie korzystać z narzędzi wspomagających kodowanie, co może być traktowane jako standard, a nie dodatkowy atut.
🟡
Praktyczna znajomość środowisk AWS lub GCP oraz wdrażania aplikacji AI w chmurze
Może oznaczać zarówno projektowanie infrastruktury, jak i jedynie deployment gotowych rozwiązań.