Technical SME / AI Lead Developer
⚲ Kraków
34 000 - 37 000 zł net (+ VAT)
Wymagania
- min. 5 lat doświadczenia w technology delivery, analizie systemowej lub projektowaniu produktu/rozwiązania w złożonych lub regulowanych środowiskach
- udokumentowane doświadczenie w projektowaniu workflow opartych na AI (RAG, orkiestracja agentów, integracja narzędzi, structured outputs)
- doświadczenie w dostarczaniu rozwiązań data-driven i automatyzacyjnych
- doświadczenie w integracjach API i procesach event-driven
- znajomość secure design, IAM, resilience, skalowalności i compliance w środowiskach regulowanych (bankowość lub finanse)
Mile widziane
- doświadczenie w investment proposal, document composition platforms lub client reporting
- znajomość wzorców AI Agent, LLMOps, golden datasets, strategii ewaluacji i regulacyjnego AI governance
- doświadczenie z Private Banking lub systemami typu Aladdin
Opis stanowiska
Rola Technical SME / AI Lead Developer przy budowie aplikacji do generowania propozycji inwestycyjnych z wykorzystaniem AI. Będziesz projektować workflow z agentami AI, orkiestracją, RAG i integracjami narzędzi (MCP), a jednocześnie hands-on współtworzyć prototypy i komponenty integracyjne. To oferta dla osoby z doświadczeniem w rozwiązaniach AI w środowiskach regulowanych (bankowość, finanse), która łączy kompetencje techniczne z komunikacją z biznesem. Uwaga: praca w środowisku regulowanym może oznaczać wolniejsze procesy i większą biurokrację.
🔍 Dekoder Ogłoszenia
🔴
Technical SME / AI Lead Developer
Może oznaczać zarówno eksperta technicznego z szeroką wiedzą, jak i osobę prowadzącą zespół deweloperski w obszarze AI, co wymaga umiejętności przywódczych.
🔴
5+ years in technology delivery, system analysis, or product/solution design in complex or regulated environments.
Wymagane jest doświadczenie w pracy z systemami, które są skomplikowane lub podlegają ścisłym regulacjom, co może oznaczać powolne procesy i dużą biurokrację.
🟡
Proven experience in designing AI-enabled workflows (RAG, agent orchestration, tool integration, structured outputs).
Oczekuje się praktycznego doświadczenia w tworzeniu konkretnych rozwiązań AI, a nie tylko teoretycznej wiedzy.
🟡
Excellent communication and stakeholder management, balancing technical and business priorities.
Oprócz umiejętności technicznych, kluczowe są zdolności interpersonalne i umiejętność negocjacji między potrzebami technicznymi a celami biznesowymi.
🟢
Knowledge of AI Agent patterns, LLMOps, golden datasets, evaluation strategies, and regulatory AI governance.
Mile widziana wiedza specjalistyczna w dziedzinie AI, która może być kluczowa dla sukcesu projektu, ale nie jest warunkiem koniecznym.