AI Engineer
Chaos Gears
Rola AI Engineer w Chaos Gears to przede wszystkim budowanie produkcyjnych systemów AI na AWS dla klientów z różnych branż. Pracujesz nad aplikacjami agentowymi (LangGraph, CrewAI), voicebotami, przetwarzaniem dokumentów i analizą wideo. Łączysz inżynierię oprogramowania z ML ops – projektujesz, wdrażasz i utrzymujesz rozwiązania, często w małych zespołach (2-5 osób) z bezpośrednim kontaktem z klientem. To typowa rola konsultingowa: zmieniasz projekty, angażujesz się w presale i dostosowujesz do potrzeb biznesowych.
Brakuje: nie podano typowej wielkości projektu ani liczby równoległych projektów, brak informacji o tym, czy zespół jest stały czy zależny od projektu.
Rola AI Engineer w Chaos Gears to przede wszystkim budowanie produkcyjnych systemów AI na AWS dla klientów z różnych branż. Pracujesz nad aplikacjami agentowymi (LangGraph, CrewAI), voicebotami, przetwarzaniem dokumentów i analizą wideo. Łączysz inżynierię oprogramowania z ML ops – projektujesz, wdrażasz i utrzymujesz rozwiązania, często w małych zespołach (2-5 osób) z bezpośrednim kontaktem z klientem. To typowa rola konsultingowa: zmieniasz projekty, angażujesz się w presale i dostosowujesz do potrzeb biznesowych.
- ✓Budżet szkoleniowy i wsparcie w certyfikacjach AWS
- ✓Nowoczesny stack AI (LangGraph, Bedrock, agentowe frameworki)
- ✓Różnorodne projekty – od PoC po produkcję, różne branże
- ✓Małe zespoły (2-5 osób) – duża sprawczość i wpływ na projekt
- ✓Płatne narzędzia AI (Cursor, Claude Code) – inwestycja w efektywność
- ✓Aktywna społeczność AWS i możliwość występów na konferencjach
- −Brak informacji o procesie rekrutacyjnym (ilość etapów, zadanie domowe)
- −Wymóg rotacji między projektami może oznaczać brak stabilności
- −Udział w presale (co-authoring proposals) dla niektórych inżynierów może być niekomfortowy
- !Szeroki zakres technologii (konieczność szybkiego uczenia się nowych narzędzi)
- !Brak wzmianki o on-call lub dyżurach – warto zapytać
- !Firma wymaga używania konkretnych narzędzi AI (Cursor, Claude Code) – nie każdy chce
- •Projektowanie i implementacja rozwiązań AI w AWS (Bedrock, SageMaker, Lambda)
- •Budowa agentów AI z użyciem LangGraph, CrewAI lub podobnych frameworków
- •Integracja rozwiązań AI z istniejącymi systemami klientów (API, bazy danych)
- •Tworzenie i utrzymywanie pipeline'ów CI/CD (GitHub Actions, CodePipeline) oraz IaC (Terraform)
- •Uczestnictwo w spotkaniach z klientem i wsparcie techniczne w presale (propozycje, SoW)
- •Kodowanie w Pythonie i używanie AI-native narzędzi (Cursor, Claude Code, Codex)
- •Przegląd kodu i testowanie rozwiązań (code review, testy jednostkowe/integracyjne)
- •Eksperymentowanie z fine-tuningiem modeli, prompt engineeringiem i implementacja RAG
Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).
Minimalny profil to inżynier z 2-letnim doświadczeniem w AI/ML, dobrym Pythonem i przynajmniej podstawową znajomością AWS. Potrafi samodzielnie zbudować prostego agenta i zna zasady CI/CD. Gotów jest szybko uczyć się frameworków agentowych i narzędzi AI-native.
Oferta nie jest dla juniorów bez komercyjnego doświadczenia w AI/ML ani dla osób preferujących stabilny, jeden produkt na lata. Również nie dla kogoś, kto unika kontaktu z klientem i pracy w modelu konsultingowym.
- ?Jak często zmieniają się projekty – czy to zależy od potrzeb klienta, czy są stałe rotacje?
- ?Ile czasu średnio spędza się na presale w skali miesiąca?
- ?Czy istnieje możliwość wyboru projektów lub specjalizacji?
- ?Jak wygląda proces onboardingu – ile czasu na wdrożenie w AWS i narzędzia?
- ?Czy zespół Data & AI jest rozdzielony – czy AI Engineer pracuje też z Data Engineerami?
- ?Jaki jest stosunek pracy nad nowymi rozwiązaniami do utrzymania istniejących?
- ?Czy są dyżury on-call i jak są wynagradzane?
- ?Jakie są ścieżki rozwoju – czy można awansować na seniora lub architekta?
- −Nie podano typowej wielkości projektu ani liczby równoległych projektów
- −Brak informacji o tym, czy zespół jest stały czy zależny od projektu
- −Nie wspomniano o procesie rekrutacyjnym (etapy, zadanie, czas) – warto zapytać
- −Brak wzmianki o dostępnych certyfikatach AWS i ich finansowaniu
Małe, agile'owe zespoły (2-5 osób) z bezpośrednim kontaktem z klientem. Kultura oparta na dzieleniu się wiedzą, proaktywności i ciągłym uczeniu się. Praca zdalna z elastycznymi godzinami, ale wymaga samodzielności i odpowiedzialności.
Poniżej mediany rynkowej
Dane z aktywnych ofert zawierających technologię Python. Pełne statystyki zarobków →