Senior Software Engineer
Franklin Templeton Investments Poland Sp. z o.o.
⚲ Poznań, Wilda
Do uzgodnienia
Wymagania
- wykształcenie wyższe w informatyce, inżynierii lub pokrewnej dziedzinie albo równoważne doświadczenie praktyczne
- min. 5 lat doświadczenia w software engineering, w tym systemy backendowe produkcyjne, rozproszone lub data-intensive
- doświadczenie z automated testing, CI/CD, konteneryzacją, observability, secure coding i wsparciem operacyjnym
- doświadczenie w prowadzeniu projektu technicznego dla nietrywialnych feature'ów i mentorowaniu innych inżynierów
- zaawansowane umiejętności Pythona oraz doświadczenie z API lub microservices, SQL, przetwarzaniem danych, projektowaniem oprogramowania i integracją systemów
- biegła znajomość języka angielskiego (Advanced)
Mile widziane
- doświadczenie w asset management, wealth management, portfolio analytics, trading lub risk technology
- hands-on doświadczenie z aplikacjami LLM, agentami AI, RAG lub ewaluacją modeli
Opis stanowiska
Rola w AI Platform and AI Investment Group w Franklin Templeton — zespole budującym wspólne capability danych, inżynierii i AI dla funkcji inwestycyjnych, dystrybucyjnych i korporacyjnych. Będziesz odpowiadać za projekt i dostawę istotnych serwisów i komponentów platformy AI, prowadzić projekt techniczny feature'ów i integracji, ustawiać standardy testowania i observability oraz mentorować mniej doświadczonych inżynierów. Zespoły są małe, cross-funkcyjne i pracują w krótkich cyklach; kultura jest evidence-driven — zakłada się weryfikację wyników AI względem danych źródłowych i dokumentowanie ograniczeń. Wymagana biegła znajomość angielskiego.
🔍 Dekoder Ogłoszenia
🟡
or equivalent practical experience
Brak wymogu formalnego wykształcenia — otwartość na osoby bez dyplomu, ale w praktyce rekruterzy często i tak preferują kandydatów z tytułem.
🟡
would be a plus
Wymaganie opcjonalne — sygnał, że kandydaci bez tej wiedzy (np. LLM, AI agents) mogą aplikować, ale mogą być na gorszej pozycji.
🟡
non-trivial features
Nieprecyzyjne określenie skali projektu — nie wiadomo, czy chodzi o miesiące pracy zespołowej, czy o pojedyncze zadania; utrudnia ocenę realnego zakresu odpowiedzialności.