Senior Generative AI Data Integration Engineer – Cloud & Microservices
ITDS
To rola Data Engineera specjalizującego się w integracji danych dla systemów Generative AI w sektorze finansowym. Twoim zadaniem będzie budowanie pipeline'ów danych i mikroserwisów (Python/FastAPI) zasilających modele AI, a także optymalizacja przechowywania danych z użyciem RAG i Context Engineering. Choć w tytule jest 'Generative AI', rola koncentruje się na inżynierii danych i chmurze, nie na szkoleniu modeli czy prompt engineeringu.
Brakuje: wielkość zespołu i struktura (role w zespole), szczegółowy proces rekrutacyjny poza dwoma rozmowami.
To rola Data Engineera z silnym naciskiem na integrację danych i chmurę, a nie Generative AI Engineer. Praca koncentruje się na pipeline'ach danych i mikroserwisach, nie na trenowaniu czy optymalizacji modeli LLM.
To rola Data Engineera specjalizującego się w integracji danych dla systemów Generative AI w sektorze finansowym. Twoim zadaniem będzie budowanie pipeline'ów danych i mikroserwisów (Python/FastAPI) zasilających modele AI, a także optymalizacja przechowywania danych z użyciem RAG i Context Engineering. Choć w tytule jest 'Generative AI', rola koncentruje się na inżynierii danych i chmurze, nie na szkoleniu modeli czy prompt engineeringu.
- ✓Dostęp do Pluralsight – konkretny budżet szkoleniowy
- ✓Elastyczne godziny pracy
- ✓Praca dla lidera finansowego z naciskiem na etyczne AI
- ✓Stabilna, długoterminowa współpraca z możliwością zmiany projektów
- −Outsourcing przez ITDS do klienta – praca na projekcie zewnętrznym
- −Brak informacji o dyżurach on-call
- −Tylko 2 etapy rekrutacji (online interview) – może oznaczać powierzchowną weryfikację
- !Hybryda z maksymalnie 3 dniami zdalnymi – nieokreślone, ile dni w biurze obowiązkowo
- !Brak szczegółów dotyczących RAG i Context Engineering – jakie narzędzia?
- !Szeroki zakres technologii – ryzyko powierzchownej znajomości zamiast eksperckiej
- •Projektowanie i implementacja pipeline'ów transferu danych z różnych źródeł do systemów AI
- •Tworzenie mikroserwisów w Pythonie z FastAPI do integracji danych
- •Praca z MongoDB, PostgreSQL, Starburst i Hadoop przy przechowywaniu i przetwarzaniu danych
- •Wykorzystanie chmur GCP i Azure do budowy skalowalnych rozwiązań
- •Implementacja RAG i Context Engineering w celu poprawy wydajności modeli AI
- •Współpraca z zespołami cross-funkcyjnymi przy synchronizacji mikroserwisów w architekturze GenAI
- •Utrzymywanie standardów bezpieczeństwa i zgodności danych
- •Optymalizacja baz danych i systemów ewaluacyjnych AI
Oferta dla doświadczonych specjalistów (Senior).
Data Engineer z około 5-6 latami doświadczenia, który zna Python i podstawy chmur oraz bazy NoSQL, ale niekoniecznie pracował z RAG czy Starburst – te można douczyć.
Osoby z mniej niż 4 latami doświadczenia w data engineering, juniorzy, oraz kandydaci szukający pracy w pełni zdalnej (rola hybrydowa: do 3 dni zdalnych tygodniowo).
- ?Ile osób liczy zespół Data Integration, w którym będę pracować?
- ?Czy istnieje możliwość pracy zdalnej więcej niż 3 dni w tygodniu?
- ?Jakie konkretne narzędzia do RAG i Context Engineering są używane?
- ?Czy są zaplanowane dyżury on-call? Jak są wynagradzane?
- ?Jaki jest stosunek pracy nad pipeline'ami vs mikroserwisami?
- ?Czy klient (firma finansowa) ma już wdrożone modele GenAI w produkcji?
- −Wielkość zespołu i struktura (role w zespole)
- −Szczegółowy proces rekrutacyjny poza dwoma rozmowami
- −Informacja o on-call i ewentualnych dyżurach
- −Nazwa klienta (firmy finansowej)
- −Czy praca dotyczy jednego projektu, czy rotacji między projektami
Międzynarodowe środowisko, praca nad strategicznymi projektami z naciskiem na etyczną AI; ITDS deklaruje wsparcie rozwoju i długoterminową współpracę.
Dwa etapy: online interview (prawdopodobnie z rekruterem i techniczne), a następnie kolejne online interview (z klientem?). Brak szczegółów.