AI Developer
DataArt
Rola polega na budowie i skalowaniu zarządzanej platformy AI dla sektora finansowego. Będziesz projektować inteligentne agentów, tworzyć komponenty AI, integrować LLM z systemami korporacyjnymi (bazy danych, API, Jira, Confluence) oraz wdrażać rozwiązania RAG. Pracujesz w zespole cross-funkcjonalnym z AI developerami, backendowcami i ekspertami dziedzinowymi. To rola aplikacyjna – nie researchowa: skupiasz się na implementacji i integracji, a nie na trenowaniu modeli.
Brakuje: nie podano wielkości zespołu ani liczby ai developerów, brak opisu procesu rekrutacyjnego (liczba etapów, zadanie domowe, live coding).
Rola polega na budowie i skalowaniu zarządzanej platformy AI dla sektora finansowego. Będziesz projektować inteligentne agentów, tworzyć komponenty AI, integrować LLM z systemami korporacyjnymi (bazy danych, API, Jira, Confluence) oraz wdrażać rozwiązania RAG. Pracujesz w zespole cross-funkcjonalnym z AI developerami, backendowcami i ekspertami dziedzinowymi. To rola aplikacyjna – nie researchowa: skupiasz się na implementacji i integracji, a nie na trenowaniu modeli.
- ✓Aż 26 dni urlopu i 10 dni płatnych na chorobę (bez L4) dla wszystkich form zatrudnienia
- ✓Dostęp do platform szkoleniowych: O’Reilly, LinkedIn Learning, Udemy oraz wewnętrzne szkolenia i mentoring
- ✓Refundacja certyfikatów (AWS, GCP, Microsoft) – faktyczny budżet szkoleniowy
- ✓Projekt budowy nowej platformy AI (greenfield) – możesz mieć wpływ na architekturę
- ✓Elastyczność: możesz wybrać pełne zdalne, hybrydowe lub biurowe
- !Outsourcing do klienta – projekt może być tymczasowy, a Ty pracujesz dla DataArt, nie bezpośrednio dla klienta
- !Brak informacji o wielkości zespołu i liczbie AI developerów
- !Klient z USA – możliwe spotkania w innej strefie czasowej
- !Wzmianka o 'fully paid idle bench' – sugeruje, że w przerwach między projektami jesteś na ławce
- •Projektowanie i implementacja inteligentnych agentów AI automatyzujących obieg pracy i wspomagających decyzje biznesowe
- •Tworzenie wielokrotnego użytku, deterministycznych komponentów i serwisów AI kodujących logikę biznesową
- •Integracja systemów korporacyjnych: baz danych (SQL/Postgres), API, Jiry, Confluence i baz wiedzy
- •Implementacja rozwiązań opartych na RAG dla dokładnych, audytowalnych wyników
- •Zapewnianie zgodności z wymogami governance’u, bezpieczeństwa, autoryzacji i audytu
- •Współpraca z zespołami technicznymi i biznesowymi przy projektowaniu architektury i rozwiązań
- •Testowanie, optymalizacja i skalowanie rozwiązań AI pod kątem wydajności, niezawodności i kosztów
- •Przygotowywanie bezpiecznych i łatwych w utrzymaniu workflow AI oraz integracji
Oferta dla doświadczonych specjalistów (Senior).
Mid-level backend developer z Pythonem (3+ lata), który ma podstawową wiedzę o LLM/RAG i chce się rozwijać w kierunku AI, rozumie znaczenie governance i bezpieczeństwa danych, i potrafi komunikować się po angielsku.
Osoby bez doświadczenia backendowego w Pythonie, bez styczności z AI/ML, oczekujące pracy badawczo-rozwojowej (trenowanie modeli) lub niekomfortowe z regulowanym środowiskiem finansowym i wymogami compliance.
- ?Ile osób liczy zespół AI developerów i jak wygląda podział ról (backend vs AI)?
- ?Czy platforma jest budowana od zera, czy rozwijana istniejąca?
- ?Jak wygląda proces decyzyjny – czy mamy autonomię techniczną, czy klient narzuca rozwiązania?
- ?Czy są przewidziane dyżury on-call lub praca w weekendy?
- ?Jakie konkretnie frameworki RAG i agenci są używane (LangChain, LlamaIndex, własne)?
- ?Jak wygląda współpraca z klientem – ile spotkań tygodniowo, czy jest Product Owner po stronie klienta?
- ?Czy istnieje możliwość przejścia na inny projekt wewnątrz DataArt po zakończeniu tego?
- −Nie podano wielkości zespołu ani liczby AI developerów
- −Brak opisu procesu rekrutacyjnego (liczba etapów, zadanie domowe, live coding)
- −Nie wiadomo, czy wymagany jest dyżur on-call
- −Brak informacji o stosowanych frameworkach RAG i agentowych (np. LangChain, LlamaIndex)
- −Nie określono, czy projekt jest greenfield czy brownfield
- −Nie wiadomo, jakie są oczekiwania co do znajomości konkretnych usług AWS (poza ogólnym 'cloud platforms')
Pracujesz w cross-funkcjonalnym zespole inżynierów AI, backendowców i data engineerów, blisko współpracując z interesariuszami biznesowymi. Kładzie się nacisk na bezpieczne, audytowalne i deterministyczne workflow AI.
Poniżej mediany rynkowej
Dane z aktywnych ofert zawierających technologię Python. Pełne statystyki zarobków →