Mimo tytułu Data Scientist, rola ma charakter inżynieryjny: budowa produkcyjnych funkcji GenAI (chatboty, RAG) i pipeline'ów danych w Azure, a nie modelowanie statystyczne czy analityka eksploracyjna. To rola Applied AI Engineer z mocnym naciskiem na PySpark i chmurę.

Czym naprawdę jest ta rola?Applied AI Engineer

Rola w modelu konsultingowo-outsourcingowym (1dea) dla klienta zewnętrznego. Głównym zadaniem jest rozwój funkcjonalności Generative AI (chatboty, Agentic AI, RAG/GraphRAG) oraz optymalizacja i budowa pipeline'ów danych w chmurze Azure (ADF, Databricks, SQL, ADLS). To stanowisko inżynierskie, nie badawcze – wymaga biegłości w PySpark, Pythonie i SQL, a także praktycznej znajomości LLM-ów i integracji z API. Data Scientist w nazwie jest mylący – realnie to rola Applied AI Engineer z naciskiem na produkcję i inżynierię danych.

Plusy

✓100% zdalnie i elastyczne godziny pracy
✓Umowa B2B na czas nieokreślony od razu
✓Małe zespoły i płaska struktura – możliwość realnego wpływu
✓Międzynarodowe projekty – rozwój języka angielskiego i kontakt z różnymi branżami

Na co uważać

!Rola w modelu outsourcingowym – klient końcowy nie jest znany z góry
!Szeroki zakres technologii (PySpark, Python, Azure, Neo4j) – ryzyko przytłoczenia
!Proces rekrutacyjny krótki (3 etapy) – może oznaczać presję czasową

Codzienna praca

•Tworzenie funkcjonalności AI: chatboty, Agentic AI, systemy RAG/GraphRAG z użyciem LLM-ów
•Optymalizacja wydajności kodu PySpark i Python w istniejących pipeline'ach
•Budowa i utrzymanie potoków danych w Azure (Azure Data Factory, Databricks, SQL Server, ADLS)
•Przeprowadzanie zaawansowanych analiz danych i integracja kodu z API tworzonymi przez zespół konsumpcyjny
•Udział w code review i promowanie dobrych praktyk inżynieryjnych w zespole
•Praca z Git/GitHub do zarządzania kodem i współpracy zespołowej
•Projektowanie i ciągłe ulepszanie rozwiązań AI we współpracy z zespołem Data Science (Scrum/Sprints)

Więcej o ofercie

Dla kogo jest ta oferta

Profil idealny

Oferta dla doświadczonych specjalistów (Senior).

Minimum sensowne

Senior Data Scientist/Inżynier AI z minimum 3-4 latami doświadczenia w PySpark i Pythonie, który ma za sobą co najmniej jeden projekt produkcyjny z LLM/RAG i zna Azure Data Factory/Databricks. Potrafi samodzielnie prowadzić analizy i integracje z API.

Raczej nie dla

Nie dla juniorów ani midów bez solidnego doświadczenia w produkcji z PySpark i GenAI. Nie dla osób szukających pracy statystyczno-badawczej (pure Data Science) – to rola inżynierska, nastawiona na wdrażanie.

Ocena dopasowania

Junior1/5

Mid3/5

Senior5/5

Hands-on5/5

Architekt2/5

Remote5/5

Enterprise3/5

Pytania do rekrutera

?Kim jest klient końcowy i w jakiej branży działa?
?Ile osób liczy zespół Data Science i jak jest podzielony?
?Jakie konkretnie LLMy / modele są używane w projektach?
?Czy przewidziane są dyżury on-call lub praca w weekendy?
?Jaki jest budżet na szkolenia / konferencje?
?Jak wygląda proces wdrożenia nowej osoby i onboarding?

Brakujące informacje

−Nie podano konkretnego klienta ani projektu
−Brak informacji o wielkości zespołu projektowego
−Nie wiadomo, czy firma oferuje dodatkowe benefity (np. karta sportowa) – tylko wymienione w ofercie

Zespół

Zespół promuje koleżeńskość, otwartość, szacunek i wzajemną pomoc. Ceniona jest kreatywność – każdy może proponować własne pomysły, a głos członka zespołu jest brany pod uwagę. Praca w Scrumie/Sprintach.

Rekrutacja

3 etapy: 1) ~10-minutowa rozmowa telefoniczna z rekruterem 1dea, 2) 1-1,5h weryfikacja techniczno-projektowa z klientem, 3) ~30-minutowa rozmowa zapoznawcza z przedstawicielem projektu. Wszystkie etapy zdalnie.

🔗Podobne oferty

Oferta w skrócie

25 200 – 27 720PLN / mies.

🏠ZdalnieTryb pracy

📄B2BKontrakt

⏱️Senior · 5+ latDoświadczenie

LokalizacjaWarszawa

Dostępne na 2 portalach