Senior AI Solutions Engineer
⚲ Kraków
165 - 185 zł netto (+ VAT)
Wymagania
- minimum 8 lat doświadczenia w IT, AI, Data Science lub Software Engineering
- bardzo dobra znajomość Pythona i umiejętność tworzenia kodu produkcyjnego
- praktyczne doświadczenie z LLM, Generative AI i Agentic AI (agenci, workflow AI)
- doświadczenie w budowaniu rozwiązań RAG, prompt engineering i integracji LLM z systemami zewnętrznymi
- dobra znajomość NLP i Machine Learning oraz doświadczenie we wdrażaniu modeli
- bardzo dobra znajomość SQL i pracy z dużymi zbiorami danych (Snowflake lub Spark)
- praktyczna znajomość Microsoft Azure i usług AI/ML oraz MLOps i CI/CD
- angielski min. B2/C1
Opis stanowiska
Będziesz projektować i wdrażać zaawansowane rozwiązania AI dla obszaru Supply Chain — budować agentów AI, rozwiązania RAG i inteligentne workflow integrujące modele z danymi i systemami zewnętrznymi. Praca obejmuje rozwój modeli ML/NLP, przetwarzanie danych i dokumentów oraz wdrażanie rozwiązań w Azure z praktykami MLOps. Szczera uwaga: wymóg 'minimum 8 lat doświadczenia w IT, AI, Data Science lub Software Engineering' może być liczony łącznie lub w jednej dziedzinie — warto to wyjaśnić na etapie rekrutacji. Praca zdalna, B2B.
🔍 Dekoder Ogłoszenia
🔴
Minimum 8 lat doświadczenia w obszarze IT, AI, Data Science lub Software Engineering.
Może oznaczać, że szukają kogoś z 8 latami doświadczenia w jednej z tych dziedzin, lub sumarycznie, co jest mniej prawdopodobne dla roli Senior.
🟡
umiejętność tworzenia kodu produkcyjnego.
Oczekują kodu, który jest nie tylko funkcjonalny, ale także skalowalny, wydajny, dobrze przetestowany i łatwy w utrzymaniu w środowisku produkcyjnym.
🟡
Praktyczne doświadczenie z LLM, Generative AI i Agentic AI, w tym budowaniem agentów i workflow AI.
Oczekują nie tylko teoretycznej wiedzy, ale realnego doświadczenia w tworzeniu działających rozwiązań z wykorzystaniem tych technologii.
🟡
Doświadczenie w obszarze MLOps, CI/CD i wdrażaniu rozwiązań AI do środowisk produkcyjnych.
Oczekują, że kandydat potrafi nie tylko budować modele, ale także zarządzać ich cyklem życia, automatyzować procesy wdrażania i monitorować je w produkcji.
🟡
Projektowanie i rozwój rozwiązań AI/ML z wykorzystaniem Python, LLM, GenAI i Agentic AI.
Zakres obowiązków jest szeroki i obejmuje zarówno fazę projektową, jak i implementacyjną, wymagając wszechstronności.