Pomiń do treści
Logo firmy Addepto

Data Scientist / ML Engineer

Addepto

Oferta w skrócie
12 60019 320PLN / mies.
🏠ZdalnieTryb pracy
📄B2BKontrakt
⏱️Mid · 3+ latDoświadczenie
LokalizacjaWarszawa
Dostępne na 2 portalach
Aktywna
Opublikowano14 maja 2026
Ostatnio sprawdzono14 maja 2026
Wygasa za19 dni
Werdykt JobHunt

Pracujesz jako Data Scientist / ML Engineer w firmie doradczej specjalizującej się w AI, która realizuje projekty dla dużych klientów (Rolls Royce, Continental, Porsche) oraz rozwija własny produkt ContextClue. Będziesz budować i wdrażać rozwiązania ML/LLM od koncepcji do produkcji, w tym platformy oparte na LLM do przetwarzania dokumentów technicznych, systemy analizy kodu źródłowego oraz rozwiązania dla przemysłu motoryzacyjnego. Rola łączy pracę inżynierską z bezpośrednim kontaktem z klientem i wymaga zarówno umiejętności technicznych, jak i konsultingowych.

Brakuje: nie opisano procesu rekrutacyjnego (liczba etapów, zadanie domowe, live coding etc.), brak informacji o wielkości zespołu w projekcie.

🛠 Wymagane (Must Have)
Dane źródłowe
Mile widziane (Nice to Have)
Dane źródłowe
AI Insights
Czym naprawdę jest ta rola?ML Engineer

Pracujesz jako Data Scientist / ML Engineer w firmie doradczej specjalizującej się w AI, która realizuje projekty dla dużych klientów (Rolls Royce, Continental, Porsche) oraz rozwija własny produkt ContextClue. Będziesz budować i wdrażać rozwiązania ML/LLM od koncepcji do produkcji, w tym platformy oparte na LLM do przetwarzania dokumentów technicznych, systemy analizy kodu źródłowego oraz rozwiązania dla przemysłu motoryzacyjnego. Rola łączy pracę inżynierską z bezpośrednim kontaktem z klientem i wymaga zarówno umiejętności technicznych, jak i konsultingowych.

Plusy
  • Kontrakt B2B z płatnym urlopem – rzadka korzyść
  • Budżet szkoleniowy i lekcje językowe
  • Praca nad nowoczesnymi technologiami (LLM, GenAI) i z ciekawymi klientami
  • Niewielkie zespoły i płaska struktura
  • Firma doceniona przez Forbes jako top 10 AI consulting worldwide
Na co uważać
  • !Rola wymaga bezpośredniej interakcji z klientem i doświadczenia konsultingowego – nie każdy inżynier to lubi
  • !Nie sprecyzowano, jak często zmieniają się projekty ani czy istnieje możliwość wyboru technologii
Codzienna praca
  • Projektowanie, implementacja i walidacja modeli ML/LLM od zera do wdrożenia produkcyjnego
  • Budowa pipeline'ów danych i przepływów pracy z naciskiem na jakość i bezpieczeństwo danych
  • Konfiguracja i zarządzanie infrastrukturą chmurową (AWS/Azure) dla rozwiązań AI
  • Wdrażanie rozwiązań z wykorzystaniem LLM (RAG, AI agents, semantic search, multimodal embeddings)
  • Współpraca z zespołami Data Engineering i Software Engineering przy budowie aplikacji AI
  • Prezentacja wyników i rekomendacji interesariuszom – zarówno technicznym, jak i biznesowym
  • Planowanie zadań w ramach Agile/Scrum oraz bezpośrednia interakcja z klientami
Więcej o ofercie
Dla kogo jest ta oferta
Profil idealny

Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).

Minimum sensowne

Inżynier z co najmniej 3-letnim doświadczeniem w ML, który potrafi samodzielnie zbudować i wdrożyć model w chmurze, zna podstawy LLM, a przy tym dobrze komunikuje się po angielsku i ma doświadczenie w pracy z klientem.

Raczej nie dla

Juniory poniżej 3 lat doświadczenia oraz osoby, które nie lubią bezpośredniego kontaktu z klientem i pracy w modelu konsultingowym.

Ocena dopasowania
Junior1/5
Mid4/5
Senior4/5
Hands-on5/5
Architekt3/5
Remote5/5
Enterprise4/5
Pytania do rekrutera
  • ?Ile osób liczy zespół Data Science/ML Engineerów, z którym będę pracować na co dzień?
  • ?Jak długo trwa typowy projekt i czy zdarza się praca nad kilkoma projektami równocześnie?
  • ?Czy istnieje możliwość wpływu na wybór konkretnych technologii (np. frameworków LLM) w projekcie?
  • ?Jak wygląda proces wdrożenia modeli do produkcji – czy jest to w pełni zautomatyzowane?
  • ?Czy przewidziane są dyżury on-call lub wsparcie produkcyjne po wdrożeniu?
  • ?Jakie są oczekiwania co do częstotliwości spotkań z klientem – codziennie, tygodniowo?
  • ?Czy firma oferuje wsparcie w rozwoju kompetencji (konferencje, certyfikaty) poza budżetem szkoleniowym?
Brakujące informacje
  • Nie opisano procesu rekrutacyjnego (liczba etapów, zadanie domowe, live coding etc.)
  • Brak informacji o wielkości zespołu w projekcie
  • Nie podano, czy istnieje możliwość pracy na własnym sprzęcie czy firmowym
  • Nie wiadomo, jak często odbywają się spotkania zespołowe (daily, retrospektywy)
Zespół

Niewielkie zespoły, płaska struktura, współpraca z doświadczonymi inżynierami i bezpośredni kontakt z klientem. Firma stawia na autonomiczność i dzielenie się wiedzą (open source).

Wynagrodzenie vs rynekn=1642 ofert z widełkami

Poniżej mediany rynkowej

Ta oferta12 60019 320
Mediana Python21 10926 906

Dane z aktywnych ofert zawierających technologię Python. Pełne statystyki zarobków →

🔗Podobne oferty