AI Application Developer
DCV Technologies
Rola polega na budowaniu i wdrażaniu aplikacji AI klasy enterprise z wykorzystaniem Generative AI, LLM i architektury RAG. Będziesz tworzyć asystentów AI, copiloty, systemy wiedzy oparte na RAG oraz inteligentne wyszukiwarki. To praktyczna, inżynierska rola skupiona na integracji modeli językowych, wektorowych baz danych i cloud AI, a nie na researchu ML.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: widełki wynagrodzenia (stawka b2b), wielkość zespołu i struktura projektu.
Rola polega na budowaniu i wdrażaniu aplikacji AI klasy enterprise z wykorzystaniem Generative AI, LLM i architektury RAG. Będziesz tworzyć asystentów AI, copiloty, systemy wiedzy oparte na RAG oraz inteligentne wyszukiwarki. To praktyczna, inżynierska rola skupiona na integracji modeli językowych, wektorowych baz danych i cloud AI, a nie na researchu ML.
- ✓Praca w pełni zdalna – brak wymogu dojazdu
- ✓Kontrakt B2B – elastyczność i potencjalnie wyższe stawki
- ✓Nowoczesny stos technologiczny (LLM, RAG, wektorowe bazy, cloud AI) – szansa na pracę z najnowszymi trendami AI
- −Brak widełek wynagrodzenia – typowe dla agencji rekrutacyjnych, co utrudnia ocenę oferty
- −Ogłoszenie bardzo ogólne i przypomina zbiorczy przegląd wymagań – realny projekt może różnić się od opisu
- −Brak informacji o kliencie końcowym – agencja nie ujawnia, dla kogo będziesz pracować
- !Brak informacji o wielkości zespołu i strukturze projektu
- !Brak opisu procesu rekrutacyjnego – nie wiadomo, ile etapów i czy jest zadanie domowe
- !Szeroki zakres 'nice to have' (.NET, microservices) – może sugerować, że stos klienta jest inny niż wymieniony
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Integracja API modeli LLM (OpenAI, Azure OpenAI, Claude, Gemini) z aplikacjami
- •Projektowanie i implementacja pipeline'ów RAG z użyciem wektorowych baz danych
- •Tworzenie embeddingów i wyszukiwania semantycznego
- •Optymalizacja promptów i zarządzanie kontekstem dla konkretnych przypadków użycia
- •Budowanie chatbotów i copilotów AI z funkcjami interakcji
- •Konteneryzacja aplikacji w Dockerze i zarządzanie nimi w Kubernetes
- •Wykorzystanie cloud AI services (Azure, AWS, GCP) do skalowania rozwiązań
- •Tworzenie systemów monitorowania i ewaluacji aplikacji AI
Oferta dla doświadczonych specjalistów (Senior).
Inżynier z minimum 2-3 latami doświadczenia w AI, który potrafi zbudować prosty RAG z użyciem wektorowej bazy danych i zna podstawy Docker/K8s. Może nie mieć pełnej biegłości we wszystkich wymienionych narzędziach, ale musi mieć solidne podstawy w LLM i cloud.
Nie dla juniorów bez komercyjnego doświadczenia w AI/LLM ani dla osób bez znajomości Docker/K8s. Rola wymaga samodzielności w budowaniu aplikacji AI od A do Z.
- ?Jaki jest stos technologiczny klienta końcowego – czy wymieniony w ogłoszeniu jest rzeczywisty?
- ?Ile osób liczy zespół AI i jaka jest struktura (product owner, PM, inni inżynierowie)?
- ?Czy projekt to budowa nowego systemu (greenfield) czy rozwój istniejącego?
- ?Jak wygląda proces rekrutacji – ile etapów, czy jest live coding lub zadanie domowe?
- ?Czy oferujesz stawkę w widełkach (np. do negocjacji) na B2B?
- ?Jaki jest przewidywany czas trwania kontraktu i możliwość przedłużenia?
- ?Czy są zaplanowane dyżury on-call lub praca w weekendy?
- −Widełki wynagrodzenia (stawka B2B)
- −Wielkość zespołu i struktura projektu
- −Szczegóły procesu rekrutacyjnego
- −Informacja o kliencie końcowym (branża, lokalizacja, produkt)
- −Czy wymagana jest znajomość języka polskiego (ogłoszenie po angielsku)