GCP AI Developer
Be in IT
Rola polega na projektowaniu, budowaniu i wdrażaniu modeli AI/ML oraz rozwiązań Generative AI (LLM, RAG) na platformie Google Cloud. Główne zadania to tworzenie end-to-end pipeline'ów ML (od danych do serwowania), praca z Vertex AI, BigQuery ML, Document AI i Gemini API, a także zapewnienie produkcyjnych standardów (skalowalność, monitoring, responsible AI). To rola produkcyjna – wymaga pisania kodu produkcyjnego w Pythonie (REST API, microservices) i współpracy z data scientistami oraz architektami danych. Choć ogłoszenie jest od agencji rekrutacyjnej, klientem jest międzynarodowa firma consultingowa, więc projekty mogą być zróżnicowane branżowo (automotive, healthcare, finanse).
Brakuje: nie podano minimalnego doświadczenia (w latach) – tylko 'regular'., nieznana jest struktura klienta końcowego – czy to jeden projekt, czy rotacja?.
Rola polega na projektowaniu, budowaniu i wdrażaniu modeli AI/ML oraz rozwiązań Generative AI (LLM, RAG) na platformie Google Cloud. Główne zadania to tworzenie end-to-end pipeline'ów ML (od danych do serwowania), praca z Vertex AI, BigQuery ML, Document AI i Gemini API, a także zapewnienie produkcyjnych standardów (skalowalność, monitoring, responsible AI). To rola produkcyjna – wymaga pisania kodu produkcyjnego w Pythonie (REST API, microservices) i współpracy z data scientistami oraz architektami danych. Choć ogłoszenie jest od agencji rekrutacyjnej, klientem jest międzynarodowa firma consultingowa, więc projekty mogą być zróżnicowane branżowo (automotive, healthcare, finanse).
- ✓Szybki proces rekrutacyjny: dwie rozmowy techniczne online po max 1h.
- ✓Wsparcie przy zakładaniu działalności gospodarczej dla osób bez doświadczenia.
- ✓Nowoczesny sprzęt i oprogramowanie zapewniane przez klienta.
- −Ogłoszenie od agencji rekrutacyjnej – bezpośredni klient nie jest ujawniony, co może utrudnić ocenę stabilności projektu.
- !Wymagana dostępność ASAP – może sugerować presję czasową.
- !Nie podano wielkości zespołu ani struktury projektu.
- •Projektowanie i implementacja modeli ML/DL w PyTorch/TensorFlow na GCP (Vertex AI)
- •Budowanie pipeline'ów MLOps: wersjonowanie modeli, monitoring, retraining
- •Tworzenie i optymalizacja REST API oraz microservices dla modeli w Pythonie
- •Praca z usługami GCP AI: BigQuery ML, Document AI, Gemini API
- •Integracja rozwiązań GenAI (RAG, prompt engineering) z produkcyjnymi systemami
- •Udział w code review i ustalanie standardów jakości kodu
- •Współpraca z architektami danych i data scientistami przy projektowaniu rozwiązań
- •Śledzenie najnowszych trendów w GCP AI i wdrażanie najlepszych praktyk
Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).
Inżynier AI/ML z co najmniej 2-letnim doświadczeniem na GCP, który posiada podstawową znajomość Vertex AI i frameworków ML, potrafi pisać produkcyjny Python (REST API) i ma praktykę w MLOps. Angielski na poziomie B2.
Juniorzy bez doświadczenia produkcyjnego na GCP ani w MLOps – wymagana jest samodzielność w budowaniu pipeline'ów i modeli. Osoby szukające stałego zatrudnienia na UoP (tylko B2B) oraz oczekujące stawki powyżej 160 PLN/h.
- ?Kim jest klient końcowy? Czy to duża firma consultingowa, czy może projekt dla konkretnego klienta?
- ?Ile osób liczy zespół projektowy i jakie są role (data scientist, architekt, DevOps)?
- ?Czy przewidziane są dyżury on-call lub praca w godzinach nadzwyczajnych?
- ?Jakie są główne wyzwania techniczne w obecnym projekcie (np. skala danych, specyficzne wymagania GenAI)?
- −Nie podano minimalnego doświadczenia (w latach) – tylko 'regular'.
- −Nieznana jest struktura klienta końcowego – czy to jeden projekt, czy rotacja?
- −Brak szczegółów dot. monitorowania i alertowania w MLOps (np. Prometheus, Grafana).
Dwie rozmowy techniczne online z managerami, każda maksymalnie po godzinie.
Poniżej mediany rynkowej
Dane z aktywnych ofert zawierających technologię GCP. Pełne statystyki zarobków →