Senior AI Engineer
⚲ Warszawa, Kraków, Gdańsk, Wrocław, Katowice
20 400 - 25 900 PLN brutto (UoP)
Wymagania
- 4+ lata jako Platform Engineer, Backend Engineer lub AI Engineer z doświadczeniem w dostarczaniu platform/usług
- solidne podstawy inżynierii oprogramowania: biegłość w Python i/lub Go/Java, clean code, system design
- doświadczenie produkcyjne z LLM, agentic workflows i infrastrukturą AI
- doświadczenie z Kubernetes i ArgoCD (GitOps)
- doświadczenie z CI/CD (GitLab CI/CD)
- doświadczenie w prowadzeniu inicjatyw technicznych, code review i mentoringu inżynierów
Opis stanowiska
Budowa i utrzymanie wewnętrznej platformy deweloperskiej dla rozwiązań AI w firmie fintech — routing LLM, gateway MCP, orkiestracja LangGraph, komponenty RAG, observability (Langfuse) oraz deployment na Kubernetes z ArgoCD. Uwaga: 'cutting-edge developer platform' może oznaczać, że platforma jest w fazie rozwoju i wymaga intensywnego wsparcia, a oczekiwanie, że umożliwisz innym zespołom samodzielne wdrażanie AI, wiąże się z dużą odpowiedzialnością i potrzebą tworzenia bardzo elastycznych rozwiązań.
🔍 Dekoder Ogłoszenia
🔴
cutting-edge developer platform
Platforma może być w fazie rozwoju, być niestabilna lub wymagać intensywnego wsparcia technicznego.
🔴
empowers teams to build and deploy AI-driven solutions at scale
Oczekuje się, że inżynier będzie tworzył narzędzia, które umożliwią innym zespołom samodzielne wdrażanie rozwiązań AI, co może oznaczać dużą odpowiedzialność i potrzebę tworzenia bardzo elastycznych rozwiązań.
🟡
bridges software engineering excellence with AI tool orchestration
Rola wymaga połączenia umiejętności inżynierii oprogramowania z zarządzaniem i integracją narzędzi AI, co może oznaczać konieczność pracy z różnorodnymi i potencjalnie nowymi technologiami.
🟡
self-service platforms for LLM integration, agentic workflows, and enterprise AI infrastructure
Oznacza to budowanie platform, które będą używane przez innych, co wymaga dużej dbałości o stabilność, skalowalność i łatwość użytkowania.
🟡
enterprise AI platform with LLM-based routing, intelligent model selection, fallback strategies, and cost optimization
Projektowanie i wdrażanie złożonego systemu AI, który musi być wysoce dostępny, wydajny i ekonomiczny, co wiąże się z dużą odpowiedzialnością techniczną.