AI Engineer
co.brick
Rola polega na budowaniu nowoczesnych doświadczeń opartych o LLM-y dla produktu consumer tech. Będziesz projektować systemy promptów, agent workflows, definiować output schemas oraz tworzyć evaluation harnesses. Kluczowe jest wdrażanie funkcji AI do produkcji, optymalizacja kosztów i latency oraz współpraca z backendem. To rola dla osoby, która chce mieć realny wpływ na produkt i pracować w małym, szybkim zespole.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: wielkość zespołu, proces rekrutacyjny.
Rola polega na budowaniu nowoczesnych doświadczeń opartych o LLM-y dla produktu consumer tech. Będziesz projektować systemy promptów, agent workflows, definiować output schemas oraz tworzyć evaluation harnesses. Kluczowe jest wdrażanie funkcji AI do produkcji, optymalizacja kosztów i latency oraz współpraca z backendem. To rola dla osoby, która chce mieć realny wpływ na produkt i pracować w małym, szybkim zespole.
- ✓Pełna praca zdalna
- ✓Forma B2B
- ✓Nacisk na jakość, ewaluację i ownership
- ✓Mały, skuteczny zespół produktowy z szybkimi iteracjami
- ✓Realny wpływ na produkt
- −Niski próg doświadczenia (2 lata) dla poziomu senior – może oznaczać, że wymagania są niższe niż typowy senior
- −Brak informacji o kliencie – agencja może nie ujawniać produktu
- !Nie podano wielkości zespołu ani struktury
- !Brak informacji o dyżurach on-call
- !Nie opisano procesu rekrutacyjnego
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Projektowanie i rozwijanie systemów promptów oraz agent workflows (summaries, structured notes, ask the assistant)
- •Budowa agentów wykorzystujących tools, retrieval, function calling, planning i bezpieczne execution flows
- •Definiowanie output schemas i consistency rules dla przewidywalnych rezultatów
- •Tworzenie evaluation harnesses: golden sets, regression tests, rubric-based scoring, human review loops
- •Identyfikowanie i redukowanie failure modes: hallucinations, instruction drift, formatting issues, unsafe outputs
- •Optymalizacja jakości względem latency i kosztów (caching, fallbacki, orchestration)
- •Współpraca z backendem przy productionizacji pipeline'ów: queueing, retries, observability, idempotency
- •Implementacja guardrails: redaction, PII handling, policy compliance
Oferta dla doświadczonych specjalistów (Senior).
Inżynier z minimum 2 latami pracy nad LLM w produkcji, potrafiący budować agent workflows i evaluation harnesses, komunikatywny i zorientowany na jakość.
Osoby bez doświadczenia z LLM w produkcji, szukające roli badawczej lub backend-only. Nie dla juniorów bez udokumentowanej pracy z LLM.
- ?Jaki jest produkt klienta i skala użytkowników?
- ?Ile osób jest w zespole AI/back-end?
- ?Jak wygląda proces deployu i monitorowania w produkcji?
- ?Czy są dyżury on-call? Jak często?
- ?Jaka jest proporcja Go vs TypeScript w codziennej pracy?
- ?Czy istnieje budżet na narzędzia LLM (np. API keys, playgroundi)?
- −Wielkość zespołu
- −Proces rekrutacyjny
- −Nazwa/profil klienta
Mały, skuteczny zespół produktowy stawiający na szybkie iteracje, wysoką jakość i ownership.