TechLead / Solutions Architect (Python & GenAI, AWS)
Provectus
To rola łącząca Tech Lead i Solutions Architect z silnym naciskiem na Python, GenAI i AWS. Będziesz projektować i wdrażać systemy oparte na LLM (RAG, agentic workflows), pisać produkcyjny kod w Python (FastAPI, Django REST, Flask), prowadzić architekturę od discovery do delivery, wspierać presales (prezentacje, wyceny) oraz mentoring zespołu. To typowa rola konsultingowa w software house – klientami są firmy zewnętrzne, a Twój zakres odpowiedzialności obejmuje zarówno kod, jak i relacje biznesowe.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: nie podano wielkości zespołu ani struktury, brak opisu procesu rekrutacyjnego (etapy, zadanie domowe, live coding).
To rola łącząca Tech Lead i Solutions Architect z silnym naciskiem na Python, GenAI i AWS. Będziesz projektować i wdrażać systemy oparte na LLM (RAG, agentic workflows), pisać produkcyjny kod w Python (FastAPI, Django REST, Flask), prowadzić architekturę od discovery do delivery, wspierać presales (prezentacje, wyceny) oraz mentoring zespołu. To typowa rola konsultingowa w software house – klientami są firmy zewnętrzne, a Twój zakres odpowiedzialności obejmuje zarówno kod, jak i relacje biznesowe.
- ✓Praca z najnowszymi technologiami AI i dostęp do premium subskrypcji AI
- ✓Wewnętrzne programy szkoleniowe (Leadership, Public Speaking) i wsparcie certyfikacji AWS
- ✓Jasna ścieżka kariery (możliwość awansu na SA lub wyżej)
- ✓Dowolne godziny pracy i możliwość zdalnej współpracy
- ✓Płatny urlop i L4 na B2B
- −Wykorzystanie narzędzi AI do oceny aplikacji – może być postrzegane jako brak transparentności
- −Szeroki zakres obowiązków (kod, architektura, presales, mentoring, relacje z klientem) może prowadzić do przeciążenia
- !Nie podano wielkości zespołu ani liczby projektów
- !Nie określono modelu pracy (choć ogłoszenie mówi 'Remote with flexible hours', brak szczegółów)
- !Rola wymaga zarówno głębi technicznej, jak i umiejętności biznesowych – nie dla każdego inżyniera
- !Możliwe częste zmiany klientów i projektów typowe dla software house
- ?Tytuł wskazuje na rolę managerską, ale poziom doświadczenia nie został oznaczony jako Lead/Manager — warto zweryfikować u źródła
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Pisanie produkcyjnego kodu Python dla integracji AI i backendowych serwisów REST API (FastAPI, Django REST, Flask)
- •Projektowanie, implementacja i optymalizacja systemów RAG oraz agentowych rozwiązań opartych na LLM (OpenAI, Anthropic, AWS Bedrock)
- •Prowadzenie sesji discovery z klientami, rozkładanie nieostrych wymagań na komponenty techniczne i tworzenie planów dostarczania
- •Przygotowywanie propozycji technicznych, wycen i demonstracji dla klientów (presales)
- •Przeglądy architektury, pisanie dokumentacji technicznej i podejmowanie decyzji architektonicznych (mikroserwisy vs monolit, sync vs event-driven, SQL vs NoSQL)
- •Mentoring młodszych inżynierów, prowadzenie code review i dzielenie się wiedzą w zespole
- •Wdrażanie i utrzymanie modeli AI/ML w środowisku produkcyjnym na AWS (SageMaker, Bedrock, Lambda, ECS, S3, SQS, ECR)
- •Pisanie testów (pytest, mockowanie, testy integracyjne dla systemów AI)
Oferta dla doświadczonych specjalistów (Senior).
Osoba z 5+ latami w Pythonie i przynajmniej 1 rokiem produkcyjnego doświadczenia z LLM/RAG, która ma podstawy AWS i potrafi komunikować się po angielsku na poziomie B2+. Musi mieć chęć rozwoju w stronę architektury i kontaktu z klientem.
Osoby z mniej niż 5 latami doświadczenia w Pythonie, bez produkcyjnego doświadczenia z LLM/RAG, które wolą unikać kontaktu z klientem i presalesu, a skupić się wyłącznie na kodzie.
- ?Ile osób liczy zespół Python/GenAI, do którego dołączę?
- ?Czy presales to osobny dział, czy każdy inżynier bierze w nim udział?
- ?Jaka jest proporcja czasu na kodowanie vs architekturę vs spotkania z klientem?
- ?Czy są dyżury on-call? Jeśli tak, jak często?
- ?Jak wygląda onboarding – czy jest dedykowany okres wdrożeniowy?
- ?Czy można wskazać preferowane technologie (np. AWS vs GCP) czy to zależy od projektu?
- ?Jaki jest budżet na szkolenia i konferencje?
- −Nie podano wielkości zespołu ani struktury
- −Brak opisu procesu rekrutacyjnego (etapy, zadanie domowe, live coding)
- −Nie wiadomo czy praca jest projektowo czy rotacyjnie
- −Brak informacji o on-call i godzinach pracy (choć wspomniano elastyczność)
- −Nie określono długości urlopu na B2B (poza 'paid sick leave, vacation')
Kultura zespołu stawia na samodzielność, proaktywność i dzielenie się wiedzą. Inżynierowie są zachęcani do używania nowych narzędzi AI w codziennej pracy i mają wsparcie w rozwoju (mentoring, szkolenia). Praca w zespole rozproszonym, międzynarodowym.