GenAI Engineer (GCP)
SNI
Rola skupia się na projektowaniu, rozwijaniu i wdrażaniu rozwiązań Generative AI na platformie Google Cloud (GCP). Będziesz pracować nad fine-tuningiem dużych modeli językowych (LLM), budową potoków RAG, agentowych workflow z LangChain/LangGraph oraz utrzymaniem systemów AI w produkcji. Jako inżynier w firmie outsourcingowej będziesz realizować projekty dla prestiżowych klientów, często w modelu client-facing. To rola silnie techniczna, łącząca ML engineering z MLOps i chmurą.
Brakuje: brak informacji o liczbie i rodzaju projektów (produkcja vs. prototypy), nie podano, czy istnieje budżet na szkolenia lub konferencje.
Rola skupia się na projektowaniu, rozwijaniu i wdrażaniu rozwiązań Generative AI na platformie Google Cloud (GCP). Będziesz pracować nad fine-tuningiem dużych modeli językowych (LLM), budową potoków RAG, agentowych workflow z LangChain/LangGraph oraz utrzymaniem systemów AI w produkcji. Jako inżynier w firmie outsourcingowej będziesz realizować projekty dla prestiżowych klientów, często w modelu client-facing. To rola silnie techniczna, łącząca ML engineering z MLOps i chmurą.
- ✓Nowoczesny stack: GenAI, GCP, LangChain
- ✓Możliwość udziału w R&D i eksploracji nowych trendów
- ✓Nacisk na dobre praktyki MLOps
- −Brak konkretnych informacji o klientach i projektach – ogłoszenie mówi o 'prestiżowych firmach' bez szczegółów
- −Firma ma 26-50 osób, co może oznaczać ograniczone wsparcie i zasoby
- −Wymóg client-facing może wiązać się z dodatkową presją czasową
- !Nie podano zakresu obowiązków związanych z utrzymaniem/on-call
- !Brak informacji o beneficie pozapłacowych (szkolenia, konferencje, itp.)
- !Nie opisano procesu rekrutacyjnego
- •Projektowanie i implementacja rozwiązań Generative AI z użyciem LLM i modeli multimodalnych
- •Fine-tuning dużych modeli językowych z wykorzystaniem RLHF i prompt engineering
- •Budowa potoków Retrieval-Augmented Generation (RAG) z bazami wektorowymi (np. FAISS, Pinecone)
- •Rozwój agentowych workflow z LangChain i LangGraph
- •Wdrażanie systemów AI na GCP (Vertex AI, Cloud Run, BigQuery) w architekturze cloud-native
- •Implementacja procesów MLOps/LLMOps: CI/CD, monitoring, wersjonowanie modeli
- •Praca z danymi: ETL, przetwarzanie dużych zbiorów, integracja z pipeline'ami
- •Współpraca z zespołami klienta oraz udział w inicjatywach R&D nad nowymi trendami GenAI
Oferta dla doświadczonych specjalistów (Senior).
Doświadczony inżynier ML z 4 latami w branży, który ma solidne podstawy w Pythonie i zna podstawy GenAI, ale wymaga jeszcze pogłębienia wiedzy o fine-tuningu i MLOps. Musi być gotów szybko uczyć się GCP i narzędzi takich jak LangChain.
Osoby bez doświadczenia w AI/ML, juniorzy, ani inżynierowie szukający stabilnego produktu własnego – to outsourcing z różnymi projektami. Również nie dla kogoś, kto nie lubi kontaktu z klientem lub preferuje pracę wyłącznie w jednej technologii.
- ?Ile osób liczy zespół AI, z którym będę współpracować?
- ?Czy pracujemy nad jednym projektem, czy równolegle nad kilkoma?
- ?Jaki jest typowy model współpracy z klientem – czy jestem przypisany do jednego klienta na dłużej?
- ?Czy są przewidziane dyżury on-call lub wsparcie produkcyjne po godzinach?
- ?Jaki jest poziom autonomii technicznej – czy mogę sam decydować o architekturze?
- ?Jak wygląda proces onboardingu i wsparcia dla nowych osób?
- −Brak informacji o liczbie i rodzaju projektów (produkcja vs. prototypy)
- −Nie podano, czy istnieje budżet na szkolenia lub konferencje
- −Nie wiadomo, jak wygląda proces rekrutacyjny (etapy, zadania)
- −Brak opisu kultury zespołu i sposobu pracy