AI Automatization Engineer

Cześć, nazywam się Mateusz i jestem Tech Leadem zespołu odpowiedzialnego za automatyzację w naszej firmie. Szukam AI Automatization Engineera na poziomie Mid lub Senior. Potrzebuję osoby, która nie tylko swobodnie porusza się w backendzie, ale też dobrze rozumie, jak działają modele sztucznej inteligencji, potrafi wdrażać rozwiązania GenAI i budować proste modele, na przykład klasyfikatory integrowane przez Label Studio ML backend.Tworzymy wewnętrzne narzędzia optymalizujące pracę różnych działów biznesowych. Używamy technologii takich jak LLM, RAG czy agenty AI dokładnie tam, gdzie ma to sens biznesowy. Jeśli dany problem można rozwiązać szybciej i taniej zwykłym skryptem w Pythonie albo automatyzacją w Selenium, wybieramy prostszą drogę. Stawiamy na pełne OOP, a nasz stack ma bardzo precyzyjnie podzielone role. PHP z frameworkami Laravel lub Symfony służy nam jako główna baza aplikacji, gdzie często tworzymy projekt, wyznaczamy kierunek architektoniczny i przekazujemy go innym zespołom specjalizującym się stricte w PHP. Z kolei jesteśmy jedynym zespołem w firmie utrzymującym aplikacje w Pythonie, których używamy jako workerów opierając się na frameworku FastAPI, gdzie przetwarzamy dane, komunikujemy się z modelami GenAI i piszemy nasze własne dedykowane modele. Nasz backend w PHP integruje się z workerami w Pythonie oraz pozostałymi platformami przy użyciu REST API, z kolei GraphQL wykorzystujemy do łączności z frontendem w React, tworzonym przez dedykowany zespół frontendowy. Pod spodem mamy bazę MySQL lub PostgreSQL, a narzędzie do kolejkowania dobieramy do wielkości danych. Często wystarcza prosta kolejka bazodanowa lub Redis, a po RabbitMQ sięgamy tylko wtedy, gdy jest to absolutnie konieczne. Korzystamy z GitLab CI oraz CD, przy tworzeniu paczek używamy GitLab Package Registry, a przy tworzeniu aplikacji wykorzystujemy GitLab Container Registry. Pracujemy całkowicie wewnątrz naszej organizacji. Wymagania projektowe potrafią zmieniać się dość dynamicznie, a elastyczna architektura to nasz sposób na sprawną implementację nowych funkcjonalności. Co więcej, często zdarza się, że początkowe założenia biznesowe nie są tak precyzyjne jak byśmy tego oczekiwali. W takich sytuacjach chętnie sięgamy po aplikacje typu Langflow, żeby szybko stworzyć pierwsze iteracje i prototypy. Pozwala nam to w formie Low Code błyskawicznie sprawdzić, czy dane rozwiązanie spełnia wymagania biznesowe i ewentualnie dynamicznie je dostosować. Dopiero w kolejnych iteracjach, mając już zebrane i pewne wymagania z takiego prototypu, planujemy w pełni poprawną architekturę i kodujemy nową aplikację, która ostatecznie zastępuje proste i ograniczone rozwiązanie Low Code. Szukam osoby, która świetnie odnajdzie się w takiej dynamice i zrozumie, że czasem trzeba iść na kompromis. Stosujemy zasady DRY, KISS, YAGNI oraz pełne SOLID, a nasz kod musi być samoopisujący. Kodem zarządzamy przez Git i GitFlow, a do kontaktu z bazą danych wykorzystujemy ORM. Korzystamy ze Dotenv, a każdy projekt musi posiadać wirtualne środowisko oparte o Docker i Docker Compose. Nasz zespół ma płaską strukturę, wszyscy mają równy głos, a komunikacja jest bezpośrednia. Pracujemy w dwutygodniowych iteracjach. Stosujemy praktyki takie jak programowanie w parach i ciągła integracja. Dokumentację na GitLab WIKI ograniczamy do absolutnego minimum, skupiając się na wizji architektonicznej, weryfikowaniu pomysłów przez prototypy i jasnej specyfikacji wymagań. Codzienną pracę opieramy na tablicy Kanban z czytelnym przepływem zadań. Zespół dzieli się na Tech Leada, Developerów Prowadzących, Principal Developerów i Developerów. Developer Prowadzący to osoba przypisana do konkretnego projektu i wraz ze mną ma ogromny wpływ na jego kształtowanie. Z kolei Principal Developer skupia się na konkretnym języku lub technologii w obrębie całego zespołu i wspólnie ze mną dba o jakość kodu. Absolutnie nie akceptujemy zjawiska vibe codingu. Jako programista musisz dokładnie rozumieć, jak działa napisany przez Ciebie lub wygenerowany kod. Nasze dane i logika biznesowa muszą pozostać lokalnie w firmie, dlatego mamy restrykcyjną politykę korzystania z asystentów AI. Naszą preferowaną formą czatu z AI są rozwiązania lokalne. Oczekuję komercyjnego doświadczenia w wymienionych technologiach. W zamian dajemy stabilne warunki i świetne narzędzia, w tym pełen dostęp do All Products Pack od JetBrains, żebyś mógł pracować w najlepszym środowisku. Od razu otrzymujesz 26 dni urlopu niezależnie od formy współpracy. Dodatkowo oferujemy premie za osiągnięcia w ramach naszego systemu jakościowego. Inwestujemy w budżet szkoleniowy i zapewniamy elastyczny system kafeteryjny, z którego sam dobierasz sobie benefity. Zostaw swoje CV i porozmawiajmy o szczegółach.