Senior Fullstack Java Developer

Nasze wymagania:
Twarde umiejętności – wymagane:
- Posiadasz minimum 7 lat profesjonalnego doświadczenia w tworzeniu i utrzymaniu aplikacji webowych w ekosystemie Javy.
- Java – bardzo dobrze znasz ekosystem Javy i potrafisz ocenić jakość, wydajność oraz utrzymywalność kodu.
- Spring / Spring Boot – stawiałeś od zera aplikacje webowe lub mikroserwisy.
- Hibernate / JPA – masz doświadczenie w pracy z ORM bezpośrednio lub przez Spring Data JPA.
- Frontend – masz doświadczenie w pracy z HTML, CSS i JS; korzystałeś np. z Reacta, Angulara, Vue.js lub podobnych frameworków.
- Bazy danych – dobrze znasz SQL i relacyjne modelowanie danych (PostgreSQL, Oracle lub podobne); znajomość NoSQL będzie atutem.
- Integracje i API – REST, messaging (Kafka, RabbitMQ lub podobne), OpenAPI.
- CI/CD – wiesz, jak w zautomatyzowany sposób wydawać aplikacje na produkcję z wykorzystaniem Dockera, GitLab Pipelines i np. Docker Swarm lub K8s.
- Środowisko pracy – masz wieloletnie doświadczenie z IntelliJ oraz macOS/Linux.
Pasja do IT – kluczowa dla tej roli:
- Interesujesz się technologią – śledzisz zmiany w Javie, Springu, AI i narzędziach deweloperskich oraz rozumiesz, co realnie zmieniają w pracy inżyniera.
- Zależy Ci na jakości, estetyce i użyteczności tego, co tworzysz.
- Uczysz się aktywnie: bierzesz udział w kursach, konferencjach, czytasz artykuły techniczne i newsy ze świata IT.
- Aktywnie wykorzystujesz AI/LLM w codziennej pracy programistycznej i potrafisz automatyzować istotną część zadań.
Wymagamy znajomości języka polskiego na poziomie umożliwiającym komunikację w mowie i piśmie.

Mile widziane:
- Kursy AI potwierdzone certyfikatami lub praktycznymi projektami.
- Praktyczne doświadczenie AI/LLM – np. stworzenie workflow automatyzującego zadania, integracji z API modelu, rozwiązania RAG, narzędzi do analizy dokumentów/kodu albo generatora testów/dokumentacji.
- Znajomość JSF, PrimeFaces, Jakarta EE.
- Doświadczenie z serwerami frontowymi: Apache, NGINX, HAProxy.
- Doświadczenie z monitoringiem i observability aplikacji webowych.
- Doświadczenie w projektowaniu procesów automatyzacji pracy programistycznej.
- Własne projekty open source dostępne na GitHubie.
Jeśli dotarłeś do tego miejsca i czujesz, że to opis Ciebie – odezwij się.
Rekrutacja: rozmowa techniczna i zadanie projektowe, które możesz rozwiązać z pomocą AI.

O projekcie:
Szukamy osoby z dużym doświadczeniem jako programista w aplikacjach webowych – nie tylko od strony backendu, ale i frontendu. Kogoś, kto potrafi samodzielnie przeprowadzić cały proces wytwarzania aplikacji: od analizy wymagań i projektu technicznego, przez backend, frontend, bazę danych i testy, aż po wdrożenie, CI/CD oraz utrzymanie.
Szukamy kogoś, kto bardzo dobrze zna ekosystem Javy, rozumie aplikacje produkcyjne całościowo i potrafi zadbać nie tylko o architekturę oraz jakość kodu, ale też o użyteczność i estetykę aplikacji we współpracy z grafikiem. Będziesz pracować zarówno nad nowymi rozwiązaniami, jak i nad rozwojem oraz modernizacją istniejących systemów, również monolitycznych. Docelowo chcemy wdrożyć nowy model wytwarzania oprogramowania, gdzie doświadczony programista pracuje ramię w ramię z zespołem agentów AI, których sam projektuje, wdraża i doskonali.
Szukamy osoby, która potrafi profesjonalnie wykorzystywać AI w pracy: korzystać z API modeli, przygotowywać kontekst i specyfikacje, budować własne automatyzacje lub workflow agentowe oraz krytycznie oceniać, testować i poprawiać kod wygenerowany przez AI. Warunek konieczny: solidna znajomość ekosystemu Javy. Musisz wiedzieć, dlaczego kod działa tak, a nie inaczej – niezależnie od tego, czy napisałeś go samodzielnie, czy powstał z pomocą AI.
Jeśli masz za sobą lata pracy jako senior developer / tech lead, lubisz dowozić działające rozwiązania od początku do końca i aktywnie automatyzujesz swoją pracę z pomocą AI – to może być rola dla Ciebie.

Zakres obowiązków:
Wytwarzanie nowego oprogramowania (full stack):
- Projektowanie i budowanie aplikacji webowych od początku do końca – backend, frontend, baza danych, testy, CI/CD, monitoring i observability.
- Praca po stronie backendu (Java, Spring) i frontendu (HTML, CSS, JavaScript) – bez sztywnego podziału na osobny zespół backendowy i frontendowy.
- Dbałość o estetykę, użyteczność i UX aplikacji we współpracy z grafikiem.
- Konfiguracja środowisk uruchomieniowych: chmura / wirtualki, Docker, GitLab Pipelines
- Implementacja wybranych funkcji oprogramowania w oparciu o API modeli AI.
Architektura i projektowanie:
- Regularna współpraca z biznesem przy analizie potrzeb, doprecyzowywaniu wymagań i przekładaniu ich na rozwiązania techniczne.
- Współpraca przy projektowaniu architektury aplikacji webowych i systemów backendowych: API, integracje, model danych, dobór technologii i przygotowywanie analiz porównawczych.
- Definiowanie standardów technicznych, wzorców projektowych i zasad jakości dla rozwijanych produktów.
- Współpraca przy podejmowaniu decyzji architektonicznych: złożoność, koszt utrzymania, wydajność, bezpieczeństwo i tempo developmentu.
Automatyzacja pracy programistycznej z AI:
- Przekształcanie wymagań biznesowych w precyzyjne specyfikacje dla np. własnego agenta AI lub dobrze skonfigurowanego Claude Code.
- Przygotowanie zautomatyzowanego workflow w oparciu o AI na całej ścieżce wytwarzania oprogramowania: analiza → projektowanie → implementacja → testy → dokumentacja → review.
- Review, testowanie i finalizacja kodu generowanego lub modyfikowanego przez AI – z pełnym zrozumieniem, dlaczego kod działa tak, a nie inaczej.
- Utrzymanie wysokich standardów jakości: architektura kodu, testy, bezpieczeństwo, wydajność, CI/CD i utrzymywalność.
- Aktywne kodowanie tam, gdzie AI nie daje wystarczającej jakości albo potrzebna jest świadoma decyzja inżynierska.
Wsparcie prac przy istniejących projektach:
- Rozwój, utrzymanie i stopniowa modernizacja istniejących aplikacji webowych działających w ekosystemie Javy i opartych o Spring, Hibernate, JSF, PrimeFaces, jQuery, CSS, Tomcat i relacyjne bazy danych.
- Analiza istniejącego kodu, logów, stacktrace’ów i zachowań systemu w celu diagnozowania problemów oraz bezpiecznego wprowadzania zmian.
- Usprawnianie istniejących rozwiązań bez założenia, że wszystko trzeba przepisać od zera – tam, gdzie ma to sens, przez refaktoryzację, automatyzację, testy i stopniową modernizację.
- Dbanie o jakość, stabilność i przewidywalność systemów produkcyjnych, również wtedy, gdy oznacza to pracę w mniej popularnych, ale biznesowo krytycznych technologiach.