Google Cloud GenAI Engineer (Gemini / Vertex AI)
IN4GE
Rola polega na budowaniu produkcyjnych aplikacji z wykorzystaniem modeli Gemini i platformy Vertex AI od Google. Będziesz projektować i wdrażać systemy RAG, integrować z wektorowymi bazami danych oraz tworzyć backend API w FastAPI. To stanowisko inżynierskie – kodowanie i optymalizacja promptów, a nie zarządzanie. Pracujesz dla klienta końcowego za pośrednictwem agencji rekrutacyjnej.
Brakuje: nie podano wielkości zespołu ani liczby zaangażowanych osób, brak informacji o konkretnym kliencie (branża, skala).
Rola polega na budowaniu produkcyjnych aplikacji z wykorzystaniem modeli Gemini i platformy Vertex AI od Google. Będziesz projektować i wdrażać systemy RAG, integrować z wektorowymi bazami danych oraz tworzyć backend API w FastAPI. To stanowisko inżynierskie – kodowanie i optymalizacja promptów, a nie zarządzanie. Pracujesz dla klienta końcowego za pośrednictwem agencji rekrutacyjnej.
- ✓W pełni zdalna praca z elastycznymi godzinami
- ✓Dostęp do najnowszych modeli i narzędzi Google (Gemini, Vertex AI)
- ✓Jasne widełki wynagrodzenia na B2B (220-285 PLN/h)
- ✓Mentoring i wsparcie merytoryczne liderów technologicznych
- −Praca przez agencję rekrutacyjną – nieznany klient końcowy
- −Prośba o zgodę na przetwarzanie danych w przyszłych procesach (typowe dla agencji, ale może oznaczać spam rekrutacyjny)
- −Brak konkretnych informacji o kliencie i projekcie („dynamicznie rozwijająca się organizacja”)
- !Brak informacji o wielkości zespołu i strukturze projektu
- !Nieokreślony okres współpracy („długofalowa” – bez konkretów)
- !Częściowa rozbieżność między must-have a nice-to-have (Vertex Vector Search pojawia się w obu)
- •Projektowanie i implementacja aplikacji GenAI z użyciem Gemini API i Vertex AI
- •Budowanie architektur RAG z LangChain/LlamaIndex i embeddings
- •Integracja z Vertex AI Vector Search i optymalizacja wyszukiwania semantycznego
- •Tworzenie skalowalnych backendowych API w Python/FastAPI
- •Projektowanie, testowanie i optymalizacja promptów (prompt engineering)
- •Wdrażanie systemów ewaluacji modeli (evals) i monitorowanie jakości odpowiedzi
- •Praca z dużymi modelami językowymi w środowisku produkcyjnym
Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).
Mid-level inżynier AI z praktyczną znajomością Vertex AI i LLM, który ma za sobą co najmniej jeden produkcyjny projekt GenAI z RAG i Python API.
Nie dla juniorów ani osób bez doświadczenia w produkcyjnych wdrożeniach LLM. Rola wymaga samodzielności i praktycznej znajomości całego stosu GenAI.
- ?Jaki jest główny projekt – budowa nowego systemu czy rozwijanie istniejącego?
- ?Ile osób pracuje w zespole projektowym?
- ?Czy są dyżury on-call? Jak często?
- ?Czy klient udostępnia dostęp do Vertex AI i modeli Gemini, czy trzeba wykorzystać własne zasoby?
- ?Jak wygląda proces decyzyjny dotyczący wyboru frameworków i architektury?
- ?Czy istnieje możliwość przedłużenia współpracy po zakończeniu projektu?
- ?Czy są jakieś konkretne wymagania dotyczące dostępności (np. pokrywanie stref czasowych)?
- −Nie podano wielkości zespołu ani liczby zaangażowanych osób
- −Brak informacji o konkretnym kliencie (branża, skala)
- −Nie wiadomo, czy praca jest na jednym projekcie czy rotacyjnie
Mentoring i wsparcie liderów technologicznych, wymiana wiedzy – atmosfera nastawiona na rozwój.
Wstępna weryfikacja telefoniczna, rozmowa rekrutacyjna, rozmowa techniczna.
Powyżej mediany rynkowej
Dane z aktywnych ofert zawierających technologię Vertex AI.