AI-Native Product Engineer
⚲ Poznań
Do uzgodnienia
Wymagania
- doświadczenie w tworzeniu aplikacji obejmujących frontend, backend i integracje z API
- umiejętność tworzenia i rozwijania testów automatycznych
- doświadczenie w rozwijaniu, refaktoryzacji i modernizacji istniejących systemów
- codzienne wykorzystywanie narzędzi AI w procesie tworzenia oprogramowania
- myślenie produktowe oraz gotowość do szybkiego prototypowania i weryfikowania pomysłów
Mile widziane
- doświadczenie w integracji zewnętrznych usług, modeli AI lub narzędzi automatyzacji
Opis stanowiska
Rola w firmie, która szuka osoby tworzącej produkty kompleksowo — od pomysłu i pierwszych założeń po gotową funkcjonalność, obejmującą frontend, backend i integracje z API. Będziesz codziennie używać narzędzi AI do pisania i refaktoryzacji kodu, przygotowywania testów i dokumentacji oraz integrować modele AI z systemami produkcyjnymi. To oferta dla samodzielnego inżyniera z myśleniem produktowym, gotowego na szybkie prototypowanie. Uwaga: 'kompleksowe tworzenie produktu' może oznaczać, że będziesz jedyną osobą odpowiedzialną za cały produkt — duże obciążenie i brak wsparcia specjalistów; ogłoszenie nie podaje konkretnego stacku ('wybrane technologie'), warto dopytać, z czym faktycznie pracuje zespół.
🔍 Dekoder Ogłoszenia
🟡
AI-Native Product Engineer
Modne określenie 'AI-Native' bywa wrzucane do tytułu bez realnego związku z AI — warto dopytać, czy w codziennej pracy faktycznie używa się narzędzi/modeli AI, czy to tylko branding.
🔴
tworzyć produkty kompleksowo - od pomysłu i pierwszych założeń aż po gotową funkcjonalność
Szeroki zakres odpowiedzialności: możesz być jedyną osobą odpowiedzialną za cały produkt (od koncepcji po wdrożenie), co oznacza duże obciążenie i brak wsparcia specjalistów.
🟡
nie będziesz ograniczać się wyłącznie do pracy frontendowej lub backendowej
Oczekiwanie full-stack z realnym zakresem całego stacku — trzeba być mocnym w wielu obszarach jednocześnie.
🔴
Praktyczna znajomość wybranych technologii frontendowych i backendowych oraz baz danych
Brak konkretnego stacku technologicznego — 'wybrane technologie' jest niejasne; warto dopytać, z czym faktycznie pracuje zespół.
🟢
Umiejętność tworzenia i rozwijania testów automatycznych
Sygnał, że testy i jakość są realnie oczekiwane, a nie tylko deklarowane — to raczej pozytyw.