AI Engineering Team Leader
XTB
To rola lidera technicznego dla zespołu AI Engineering w fintechowej firmie XTB. Będziesz odpowiadać za strategię LLMOps i agenticzną – budowanie produkcyjnych, skalowalnych systemów AI (RAG, agenty, automatyzacja) dla ponad miliona inwestorów. Pozostajesz w kontakcie z kodem (Python, FastAPI, LangGraph), ale też zarządzasz zespołem, ustalasz standardy inżynieryjne i współpracujesz z innymi działami (Product, Data, Platform, Security). To rola łącząca hands-on development z architekturą i przywództwem technicznym.
Brakuje: nie podano wielkości zespołu ani liczby inżynierów, którymi się kieruje, brak informacji o procesie rekrutacyjnym – ilość etapów, czas trwania.
To rola lidera technicznego dla zespołu AI Engineering w fintechowej firmie XTB. Będziesz odpowiadać za strategię LLMOps i agenticzną – budowanie produkcyjnych, skalowalnych systemów AI (RAG, agenty, automatyzacja) dla ponad miliona inwestorów. Pozostajesz w kontakcie z kodem (Python, FastAPI, LangGraph), ale też zarządzasz zespołem, ustalasz standardy inżynieryjne i współpracujesz z innymi działami (Product, Data, Platform, Security). To rola łącząca hands-on development z architekturą i przywództwem technicznym.
- ✓Praca w pełni zdalna w międzynarodowej firmie
- ✓Możliwość kształtowania strategii AI dla wiodącego fintechu w Polsce
- ✓Reprezentacja firmy na konferencjach i wydarzeniach branżowych – rozpoznawalność i rozwój osobisty
- ✓Oferta kładzie nacisk na praktyki inżynieryjne i jakość (evaluation-driven development, obserwowalność) – to rzadki i cenny aspekt
- !Brak informacji o wielkości zespołu i liczbie bezpośrednich podwładnych
- !Nie określono, jak często wymagane są dyżury on-call
- !Zakres odpowiedzialności jest bardzo szeroki – od strategii po szczegóły techniczne – może być wyzwaniem dla osoby bez doświadczenia w podobnej skali
- •Kierowanie i rozwijanie zespołu AI Engineering – budowanie kultury współpracy i wysokiej wydajności
- •Ustalanie technicznej wizji ekosystemu AI w firmie – podejmowanie decyzji architektonicznych dla LLM, RAG, agentów
- •Pisanie kodu (Python, FastAPI) i code review – pozostawanie aktywnym technicznie w kluczowych komponentach
- •Projektowanie i skalowanie produkcyjnych systemów AI: od pomysłu do wdrożenia z naciskiem na obserwowalność i bezpieczeństwo
- •Wdrażanie praktyk LLMOps/AgentOps: wersjonowanie modeli, CI/CD, ewaluacja, monitoring, pętle sprzężenia zwrotnego
- •Współpraca z zespołami Product, Data, Platform i Security – definiowanie wymagań AI-ready i współdzielonych zdolności AI
- •Mentoring inżynierów, podnoszenie standardów jakości i budowanie kultury własności
- •Reprezentowanie XTB na zewnątrz – prezentacje na konferencjach i meetupach
Stanowisko liderskie — wymaga zarówno doświadczenia technicznego jak i umiejętności zarządzania.
Senior inżynier AI z co najmniej 7 latami doświadczenia i pierwszym doświadczeniem leadershipowym (min. 2 lata). Osoba, która samodzielnie projektowała i wdrażała systemy oparte na LLM w produkcji, zna stack (Python, LangGraph, LlamaIndex) i chce rozwijać się w kierunku lidera technicznego.
Nie dla osób poniżej 7 lat doświadczenia w AI/ML, ani dla inżynierów bez doświadczenia w kierowaniu zespołem. Również nie dla osób szukających wyłącznie roli managerskiej – tutaj wymagane jest aktywne kodowanie i zaangażowanie techniczne.
- ?Ile osób liczy zespół AI Engineering i jakie są role w zespole?
- ?Czy przewidziane są dyżury on-call? Jeśli tak, jaka jest częstotliwość?
- ?Jak wygląda proces rekrutacyjny – ile etapów, czy jest zadanie domowe lub live coding?
- ?Jakie są główne projekty AI, nad którymi zespół będzie pracować w najbliższym roku?
- ?Czy istnieje budżet na szkolenia, konferencje lub narzędzia?
- ?Jakie są ścieżki rozwoju dla tej roli – przejście do Head of AI lub dalszy rozwój techniczny?
- ?Czy w firmie istnieją już jakieś systemy AI w produkcji? Jakie?
- ?Jakie są największe wyzwania techniczne stojące przed zespołem AI?
- −Nie podano wielkości zespołu ani liczby inżynierów, którymi się kieruje
- −Brak informacji o procesie rekrutacyjnym – ilość etapów, czas trwania
- −Nie wiadomo, czy istnieje system on-call i jaka jest jego częstotliwość
Firma stawia na transparentność, współpracę, wysoką wydajność i kulturę ciągłego doskonalenia. Oczekuje się autonomii i odpowiedzialności za dostarczanie rozwiązań AI na poziomie produkcyjnym.