AI Architect
MakoLab
To rola lidera technicznego odpowiedzialnego za projektowanie i wdrażanie architektur AI end-to-end w środowisku konsultingowo-projektowym. Obejmuje zarówno pracę koncepcyjną (presales, estymacje, PoC), jak i wdrożenia produkcyjne z wykorzystaniem ML, GenAI i Symbolic AI w chmurze (AWS, Azure, OpenStack). Do tego zarządzanie zespołem 5–8 osób, rozwój praktyk ML/Ops i wsparcie procesów ofertowych. Praca w trybie projektowym – przełączanie kontekstów między różnymi inicjatywami.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: nie podano konkretnych widełek wynagrodzenia, brak informacji o konkretnych projektach lub klientach.
To rola lidera technicznego odpowiedzialnego za projektowanie i wdrażanie architektur AI end-to-end w środowisku konsultingowo-projektowym. Obejmuje zarówno pracę koncepcyjną (presales, estymacje, PoC), jak i wdrożenia produkcyjne z wykorzystaniem ML, GenAI i Symbolic AI w chmurze (AWS, Azure, OpenStack). Do tego zarządzanie zespołem 5–8 osób, rozwój praktyk ML/Ops i wsparcie procesów ofertowych. Praca w trybie projektowym – przełączanie kontekstów między różnymi inicjatywami.
- ✓Możliwość budowy rozwiązań od zera (greenfield) w ramach PoC i nowych inicjatyw
- ✓Wpływ na wybór technologii i architektury
- ✓Budżet rozwojowy, platformy e-learningowe, konferencje, wsparcie w byciu prelegentem
- ✓Różnorodność projektowa – praca dla klientów z różnych branż (automotive, finanse, lotnictwo)
- ✓Stabilna firma z długą historią (od 1989) i własnym działem R&D
- !Wielokontekstowość – praca nad wieloma projektami jednocześnie może prowadzić do rozproszenia
- !Brak informacji o konkretnych projektach lub klientach – rola może być bardzo różna w zależności od projektu
- !Widełki wynagrodzenia nie podane w ogłoszeniu
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Projektowanie architektur AI (end-to-end) z komponentami ML, GenAI i Symbolic AI
- •Udział w presales – estymacja, prezentacje, budowa Proof of Concept
- •Nadzór nad wdrożeniami produkcyjnymi w AWS, Azure i OpenStack
- •Definiowanie i rozwój praktyk ML/Ops (metryki, monitoring, procesy wdrożeniowe)
- •Zarządzanie zespołem 5–8 osób – mentoring, rozwój kompetencji, ścieżki kariery
- •Współpraca z zespołami developerskimi, DevOps, QA i PM przy realizacji projektów
- •Implementacja i review rozwiązań w Pythonie z użyciem frameworków ML i baz wektorowych
- •Przełączanie między projektami, wycenami i inicjatywami biznesowymi
Oferta dla doświadczonych specjalistów (Senior).
Osoba z 5-6 latami doświadczenia, która przeszła z roli deweloperskiej/data science do architektury, zarządzała małym zespołem (3-5 osób) i ma praktykę z ML w chmurze. Brak doświadczenia w Symbolic AI może być problemem, ale jeśli reszta jest mocna, może być brana pod uwagę.
Nie dla juniorów ani midów bez doświadczenia w projektowaniu architektur AI i zarządzaniu zespołem. Osoby szukające wyłącznie pracy stricte developerskiej bez kontaktu z klientem i presalesem również nie będą usatysfakcjonowane.
- ?Ile projektów jednocześnie prowadzi typowy AI Architect w MakoLab?
- ?Jaki jest stosunek czasu poświęconego na presales vs. rzeczywiste wdrożenia?
- ?Czy zespół 5-8 osób to zespół stały, czy zmienny w zależności od projektu?
- ?Jakie konkretne narzędzia ML/Ops są używane (np. MLflow, Kubeflow, Airflow)?
- ?Czy są już wdrożone rozwiązania z Symbolic AI, czy to nowy obszar?
- ?Jak wygląda wsparcie produkcyjne – czy jest on-call?
- ?Czy istnieje możliwość pracy zdalnej w pełni, czy hybryda jest wymagana? (z danych: hybryda, ale warto doprecyzować)
- −Nie podano konkretnych widełek wynagrodzenia
- −Brak informacji o konkretnych projektach lub klientach
- −Nie wiadomo, jak często wymagana jest obecność w biurze w Łodzi (hybryda bez szczegółów)
- −Brak opisu procesu onboardingu i wsparcia przy starcie
Zespół pracuje w metodykach Agile (Scrum, Kanban), stosuje code review, DDD, TDD, CI/CD i automatyzację testów. Kultura oparta na współpracy, dzieleniu wiedzą i continuous learning. Firma wspiera rozwój poprzez budżet szkoleniowy i konferencje.
Analiza CV → godzinna rozmowa techniczna z przyszłym szefem i HR-em → opcjonalne dodatkowe spotkanie stanowiskowe → złożenie oferty.