Senior AI Engineer
Kainos
Rola łączy inżynierię oprogramowania z MLopsem, aby produkcyjnie wdrażać modele AI/ML w ramach rozwiązań Workday. Będziesz pracować nad integracją modeli z systemami produkcyjnymi, automatyzacją pipeline'ów CI/CD i monitorowaniem. To nie jest rola badawcza – skupiasz się na skalowalności, niezawodności i wydajności AI w produkcji.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: nie podano modelu pracy (zdalna/hybrydowa/stacjonarna), brak informacji o wielkości zespołu.
Rola łączy inżynierię oprogramowania z MLopsem, aby produkcyjnie wdrażać modele AI/ML w ramach rozwiązań Workday. Będziesz pracować nad integracją modeli z systemami produkcyjnymi, automatyzacją pipeline'ów CI/CD i monitorowaniem. To nie jest rola badawcza – skupiasz się na skalowalności, niezawodności i wydajności AI w produkcji.
- ✓Kultura 'people-first' – deklaracja wsparcia dla różnorodności i elastyczności
- ✓Możliwość pracy z najnowszymi technologiami AI i chmurowymi
- !Brak informacji o modelu pracy (zdalna/hybrydowa/stacjonarna) – tylko lokalizacja Gdańsk
- !Nie podano szczegółów procesu rekrutacyjnego
- !Praca w ramach Workday Practice – może wymagać pracy z klientami i specyficznej domeny
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Wdrażanie modeli AI/ML do środowisk produkcyjnych z użyciem MLOps (CI/CD, wersjonowanie modeli, monitoring)
- •Pisanie kodu w Python/Java do integracji modeli z aplikacjami Workday
- •Projektowanie i utrzymanie pipeline'ów danych oraz inżynierii danych
- •Zarządzanie infrastrukturą kontenerową (Docker, Kubernetes) dla rozwiązań AI
- •Współpraca z data scientistami i zespołami produktowymi przy definiowaniu wymagań
- •Optymalizacja wydajności modeli i systemów AI w chmurze (AWS/Azure/GCP)
- •Uczestnictwo w agile'owych ceremoniach (standupy, retrospektywy)
Oferta dla doświadczonych specjalistów (Senior).
Inżynier z co najmniej 3-letnim doświadczeniem w backendzie (Python/Java), który już wdrażał modele ML do produkcji i zna podstawy MLOps. Może nie mieć jeszcze głębokiej wiedzy o Workday, ale szybko się uczy.
Nie dla juniorów ani midów bez doświadczenia w produkcyjnym ML. Osoby szukające czysto badawczej roli Data Scientist również nie pasują.
- ?Jaki jest model pracy – zdalna, hybrydowa czy stacjonarna? Ile dni w biurze?
- ?Ile osób liczy zespół AI w Workday Practice?
- ?Czy pracujemy nad jednym produktem, czy na wielu projektach klienckich?
- ?Jak wygląda proces rekrutacji – ile etapów, czy jest zadanie domowe?
- ?Czy istnieje możliwość pracy całkowicie zdalnej spoza Gdańska?
- ?Jaki jest budżet szkoleniowy i wsparcie w rozwijaniu kompetencji AI?
- ?Czy są dyżury on-call lub praca w weekendy przy wdrożeniach?
- −Nie podano modelu pracy (zdalna/hybrydowa/stacjonarna)
- −Brak informacji o wielkości zespołu
- −Nie opisano procesu rekrutacyjnego
- −Brak informacji o on-call lub dyżurach
- −Nie wiadomo, czy praca jest na jednym produkcie, czy rotacyjnie u klientów
Kultura oparta na współpracy, innowacyjności i szacunku, z naciskiem na różnorodność i rozwój.