Mid Java Developer (AI/ML)

O projekcie: - Dołączysz do zespołu rozwijającego centralną platformę AI, która umożliwia hostowanie i wykorzystywanie modeli ML w innych aplikacjach bankowych. Projekt jest greenfieldowy, w pełni skupiony na rozwoju nowych funkcjonalności, z architekturą mikroserwisową i pracą w metodyce Scrum / Agile. Zespół rozwija platformę opartą na rozwiązaniach OpenAI, z silnym naciskiem na automatyzację, wysoką jakość kodu i nowoczesne praktyki inżynierskie. Środowisko testowe oparte jest na konteneryzacji (OpenShift/Docker/Kubernetes), a frontend wykorzystuje Angular i automatyzację testów przy użyciu Playwright. Backend działa w Java + Spring Boot, a proces code review i repozytoria testowe wspierają utrzymanie wysokich standardów jakości. - Stack w projekcie: Java 17+, Spring Boot, Hibernate, Kafka, Rest API, SOAP, SQL, PowerShell, Kubernetes, GIT, OpenShift, Angular, Docker, Python, LLM / AI / ML - Zespół liczy około 25 osób, w tym specjalistów wspierających projekt z USA. W jego skład wchodzą eksperci z dziedziny Data Science, MLOps, programiści Python oraz Java/Angular. Zespół koncentruje się na wdrażaniu rozwiązań opartych na sztucznej inteligencji, automatyzacji procesów biznesowych oraz stosowaniu nowoczesnych praktyk inżynierskich, aby zapewnić wydajne i skalowalne rozwiązania technologiczne. - Praca hybrydowa z biura w Krakowie w wymiarze 2-3 dni w tygodniu. Wymagania: - Minimum 4 lata doświadczenia na podobnym stanowisku - Dobra znajomość Java, Spring, Spring Boot - Doświadczenie w tworzeniu i integracji z REST API - Umiejętność samodzielnego rozwiązywania problemów - Znajomość CI/CD i konteneryzacji (Docker) - Doświadczenie w pracy w środowisku Agile / Scrum - Swobodna komunikacja w języku angielskim i polskim (poziom co najmniej B2). Mile widziane: - Doświadczenie w projektach AI/ML - Znajomość Kafka Codzienne zadania: - Tworzenie i rozwój backendu w Java + Spring Boot w architekturze mikroserwisowej - Tworzenie i integracja REST API dla platformy i aplikacji klienckich - Integracja i wdrożenie modeli ML w środowisku produkcyjnym - Praca z narzędziami CI/CD oraz konteneryzacją (Docker / Kubernetes / OpenShift) - Projektowanie i optymalizacja zapytań do baz danych (Oracle / SQL Server) - Zapewnienie bezpieczeństwa aplikacji (OAuth, OIDC, SAML) - Współpraca z zespołami Data Science, MLOps i frontendowymi - Udział w zapewnianiu wysokiej jakości testów automatycznych (~95% pokrycia) - Praca w metodyce Agile / Scrum