Pomiń do treści
Logo firmy Mindbox

AI Developer

Mindbox

Oferta w skrócie
27 30035 700PLN / mies.
🔀HybrydowaTryb pracy
📄B2BKontrakt
⏱️Mid · 3+ latDoświadczenie
LokalizacjaKraków
Aktywna
Opublikowano16 czerwca 2026
Ostatnio sprawdzono16 czerwca 2026
Wygasa za30 dni
Werdykt JobHunt

Rola polega na budowaniu agentów i pipeline'ów danych dla modeli Generative AI. Będziesz projektować i implementować transfer danych, tworzyć mikroserwisy integrujące się z rozwiązaniami GenAI, pracować z bazami wektorowymi i chmurą (GCP/Azure). To stanowisko łączy backend/data engineering z AI – nie jest to rola badawcza, lecz inżynieryjna, wymagająca dobrego zrozumienia architektury mikroserwisów i zarządzania danymi.

Brakuje: nie podano wielkości zespołu ani struktury (pm, architekt, inni inżynierowie), brak opisu procesu rekrutacyjnego (liczba etapów, zadanie domowe).

🛠 Wymagane (Must Have)
Dane źródłowe
Mile widziane (Nice to Have)
Dane źródłowe
AI Insights
Czym naprawdę jest ta rola?Applied AI Engineer

Rola polega na budowaniu agentów i pipeline'ów danych dla modeli Generative AI. Będziesz projektować i implementować transfer danych, tworzyć mikroserwisy integrujące się z rozwiązaniami GenAI, pracować z bazami wektorowymi i chmurą (GCP/Azure). To stanowisko łączy backend/data engineering z AI – nie jest to rola badawcza, lecz inżynieryjna, wymagająca dobrego zrozumienia architektury mikroserwisów i zarządzania danymi.

Plusy
  • Budżet szkoleniowy i platformy edukacyjne
  • Praca z najnowszymi technologiami GenAI (RAG, wektory, chmura)
  • Małe zespoły – potencjalnie większy wpływ i odpowiedzialność
Na co uważać
  • Zależność liczby dni zdalnych od ustaleń klienta – może oznaczać brak stałego modelu hybrydowego
  • Duża liczba wymaganych technologii (Hadoop, Starburst, Google ADK itp.) – może wskazywać na szeroki zakres obowiązków
  • Firma jest outsourcingowa – projekt może podlegać zmianom lub zakończeniu, co wpływa na stabilność
  • !Brak informacji o wielkości zespołu i liczbie osób na projekcie
  • !Nie określono, czy projekt jest greenfield czy rozwój istniejącego systemu
  • !'Small teams' jako benefit – może oznaczać ograniczone wsparcie i konieczność wielozadaniowości
  • !Nie podano konkretnych oczekiwań co do znajomości frameworków AI (np. LangChain, LlamaIndex) – tylko wymienione technologie
Codzienna praca
  • Projektowanie i implementacja agentów do pozyskiwania danych z różnych systemów dla modeli GenAI
  • Budowanie wydajnych pipeline'ów transferu danych (ETL/ELT) z wykorzystaniem Hadoop, BigQuery, Starburst
  • Tworzenie mikroserwisów w FastAPI do integracji komponentów AI
  • Praca z bazami wektorowymi (Vector stores) i implementacja Retrieval-Augmented Generation (RAG)
  • Wdrażanie i zarządzanie usługami AI na Google Cloud Platform lub Azure
  • Optymalizacja wydajności pipeline'ów i mikroserwisów, debugging incydentów
  • Współpraca z zespołem nad architekturą i designem rozwiązań GenAI
  • Przegląd kodu i utrzymanie standardów jakości
Więcej o ofercie
Dla kogo jest ta oferta
Profil idealny

Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).

Minimum sensowne

Inżynier z co najmniej 3-4 latami doświadczenia w backendzie (Python) i data engineeringu, który pracował z MongoDB, PostgreSQL i chmurą, oraz ma podstawowe pojęcie o RAG i systemach AI. Wymagana jest znajomość FastAPI i mikrousług.

Raczej nie dla

Juniorzy bez ugruntowanego doświadczenia w data engineeringu i chmurze; osoby szukające w pełni zdalnej pracy (rola hybrydowa); badacze ML bez silnych umiejętności inżynierskich i backendowych.

Ocena dopasowania
Junior1/5
Mid3/5
Senior5/5
Hands-on5/5
Architekt3/5
Remote2/5
Enterprise4/5
Pytania do rekrutera
  • ?Ile osób liczy zespół Data Integration i ile z nich pracuje przy tym projekcie?
  • ?Jaka jest faza projektu – czy to nowa inicjatywa greenfield, czy rozwój istniejącego systemu?
  • ?Jakie są konkretne dni i wymagania dotyczące pracy z biura w Krakowie?
  • ?Czy istnieje możliwość wpływu na wybór narzędzi i architektury?
  • ?Jak wygląda proces review kodu i podejmowania decyzji technicznych?
  • ?Czy są przewidziane dyżury on-call lub praca w weekendy?
  • ?Jaki jest planowany harmonogram projektu i oczekiwania co do czasu wdrożenia?
Brakujące informacje
  • Nie podano wielkości zespołu ani struktury (PM, architekt, inni inżynierowie)
  • Brak opisu procesu rekrutacyjnego (liczba etapów, zadanie domowe)
  • Nie wiadomo, czy projekt jest realizowany dla jednego klienta, czy wewnętrzny produkt Mindbox
  • Brak szczegółów dotyczących budżetu szkoleniowego
Zespół

Firma deklaruje 'collaborative team culture' i 'small teams', co sugeruje zgrany zespół z dużą autonomią i wymianą wiedzy. Jednak ze względu na outsourcing, dynamika może być zależna od klienta.

Wynagrodzenie vs rynekn=378 · Mid · B2B

Powyżej mediany rynkowej

Ta oferta27 30035 700
Mediana: Mid · Python · B2B18 48023 520

Dane z aktywnych ofert zawierających technologię Python. Pełne statystyki zarobków →

🔗Podobne oferty