GenAI Data Engineer
Experis Manpower Group
Rola polega na budowaniu i wdrażaniu rozwiązań opartych na generatywnej AI, takich jak pipeline'y RAG, klasyfikacja z użyciem LLM oraz agenci AI. Praca obejmuje projektowanie i implementację potoków danych, integrację z narzędziami i API, oraz utrzymanie rozwiązań w środowisku produkcyjnym Azure. Zespół pracuje w modelu projektowym, współpracując z działami Data, ML i Product. To rola techniczna, łącząca inżynierię danych z najnowszymi technologiami AI.
Brakuje: nie podano nazwy klienta ani szczegółów projektu, brak informacji o liczbie członków zespołu.
Rola polega na budowaniu i wdrażaniu rozwiązań opartych na generatywnej AI, takich jak pipeline'y RAG, klasyfikacja z użyciem LLM oraz agenci AI. Praca obejmuje projektowanie i implementację potoków danych, integrację z narzędziami i API, oraz utrzymanie rozwiązań w środowisku produkcyjnym Azure. Zespół pracuje w modelu projektowym, współpracując z działami Data, ML i Product. To rola techniczna, łącząca inżynierię danych z najnowszymi technologiami AI.
- ✓W pełni zdalna praca (100% remote)
- ✓Nowoczesny stack technologiczny (GenAI, Azure AI, Databricks)
- ✓Wysoka stawka B2B (170-190 PLN/h)
- !Agencja rekrutacyjna (Experis) - nie wiadomo, u kogo dokładnie będzie się pracować
- !Model projektowy - rotacja może być częsta, a warunki niepewne
- !Brak informacji o wielkości zespołu i kulturze pracy u klienta
- •Projektowanie i implementacja pipeline'ów RAG (retrieval, przetwarzanie, przechowywanie)
- •Tworzenie i rozwijanie agentów AI z wieloagentowymi workflowami, orchestracją i pamięcią
- •Optymalizacja pipeline'ów danych ETL oraz procesów ingestii
- •Implementacja prompt engineering, ewaluacja modeli i mechanizmów guardrails
- •Wdrażanie i utrzymanie rozwiązań GenAI na platformie Azure (AI Search, Cosmos DB, Azure AI Foundry)
- •Integracja agentów z narzędziami i API (A2A, MCP)
- •Współpraca z zespołami Data, ML i Product w modelu projektowym
- •Monitorowanie i skalowanie rozwiązań w środowisku produkcyjnym
Oferta dla doświadczonych specjalistów (Senior).
Inżynier danych z 3-4 latami doświadczenia, który ma podstawową wiedzę o RAG i LLM, pracował w Pythonie i Azure, ale może nie mieć jeszcze głębokiego doświadczenia produkcyjnego z GenAI.
Osoby szukające stałego etatu lub pracy w tradycyjnym software house. Juniorzy z mniej niż 3 latami doświadczenia mogą mieć trudności z powodu wymagań produkcyjnych i znajomości zaawansowanych technik GenAI.
- ?U kogo konkretnie jest projekt? Jaki jest profil klienta?
- ?Ile osób liczy zespół? Czy to stały zespół, czy rotacyjny?
- ?Jaka jest przewidywana długość projektu? Czy jest możliwość przedłużenia?
- ?Czy są dyżury on-call? Jeśli tak, jaka jest częstotliwość?
- ?Jak wygląda proces onboardingu i przekazania wiedzy?
- ?Czy istnieje możliwość pracy nad własnym rozwojem (budżet szkoleniowy)?
- −Nie podano nazwy klienta ani szczegółów projektu
- −Brak informacji o liczbie członków zespołu
- −Nie wiadomo, czy wymagane są dyżury on-call
- −Brak opisu procesu rekrutacyjnego
Zespół pracuje w modelu projektowym, współpracując z działami Data, ML i Product, co sugeruje cross-funkcjonalną i dynamiczną atmosferę.
Na poziomie rynkowym
Dane z aktywnych ofert zawierających technologię Python. Pełne statystyki zarobków →