Python Engineer (Langgraph)
apreel
Rola to techniczny właściciel rdzenia AI w firmie produktowej. Będziesz audytować istniejący kod, definiować architekturę, budować zestawy testów i oceny dla agentowych przepływów LangGraph oraz odpowiadać za produkcję AI (w tym dyżury). To połączenie architekta, lidera technicznego i inżyniera ds. niezawodności – nie jest to zwykły developer Python. Oczekuje się samodzielności, przywództwa technicznego i głębokiego doświadczenia z LangGraph/Chain, FastAPI, Celery i OpenAI.
Brakuje: nie podano wielkości obecnego zespołu ani struktury, brak opisu procesu rekrutacyjnego.
Tytuł sugeruje zwykłego Python developera z LangGraph, ale rzeczywista rola to Principal AI Engineer – techniczny właściciel rdzenia AI, łączący architekturę, audyt, testowanie, optymalizację kosztów, zarządzanie incydentami i budowanie zespołu. To stanowisko o znacznie wyższym poziomie odpowiedzialności i wpływu.
Rola to techniczny właściciel rdzenia AI w firmie produktowej. Będziesz audytować istniejący kod, definiować architekturę, budować zestawy testów i oceny dla agentowych przepływów LangGraph oraz odpowiadać za produkcję AI (w tym dyżury). To połączenie architekta, lidera technicznego i inżyniera ds. niezawodności – nie jest to zwykły developer Python. Oczekuje się samodzielności, przywództwa technicznego i głębokiego doświadczenia z LangGraph/Chain, FastAPI, Celery i OpenAI.
- ✓Widełki 20-30k B2B – atrakcyjne dla seniora/principala
- ✓Praca w pełni zdalna
- ✓Możliwość technicznego przywództwa i budowania zespołu od podstaw
- ✓Interesująca domena: agentowe systemy AI w produkcji
- !Tytuł ogłoszenia (Python Engineer Langgraph) nie oddaje rzeczywistej rangi (Principal AI Engineer) – może to być błąd rekrutera lub próba przyciągnięcia
- !Oczekuje się natychmiastowego audytu w ciągu pierwszych 90 dni – presja na szybkie wyniki
- !Dyżury on-call przy awariach AI – nie wyszczególniono kompensacji
- !Brak informacji o wielkości bieżącego zespołu i procesie rekrutacyjnym
- •Audyt istniejących przepływów agentowych (LangGraph state machines, Celery topology) i identyfikacja ryzyk operacyjnych
- •Projektowanie i implementacja nowych agentowych przepływów oraz zmiany w istniejących
- •Budowa i utrzymanie zestawów testów ewaluacyjnych dla agentów (golden cases, regression, hallucination/safety)
- •Optymalizacja kosztów tokenów na przepływ i sesję użytkownika
- •Obsługa incydentów produkcyjnych na powierzchni AI (on-call ze wsparciem platformy/SRE)
- •Prowadzenie sesji transferu wiedzy z zespołem klienta
- •Reprezentowanie rdzenia AI w rozmowach architektonicznych między zespołami
- •Hiring i mentoring zespołu AI (~10 inżynierów docelowo)
Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).
Inżynier z ~7 latami Python, solidnym doświadczeniem z LangGraph i FastAPI w produkcji, który potrafił samodzielnie zbudować i utrzymać system agentowy. Musi znać Celery, Redis, MongoDB, Postgres i wzorce agentowe.
Nie dla juniorów ani mid-level – wymagane jest 7+ lat i głęboka ekspertyza w LangGraph oraz agentowych systemach. Jeśli nie miałeś styczności z produkcją LLM i optymalizacją kosztów tokenów, ta rola nie jest dla Ciebie.
- ?Ile osób liczy obecny zespół AI? Czy już ktoś jest, czy budujecie od zera?
- ?Jak wygląda konkretnie on-call? Czy są dodatkowe premie za dyżury?
- ?Jaki jest stosunek pracy rąk do architektury i mentoringu?
- ?Czy istnieje już infrastruktura testowa/evaluacyjna, czy trzeba wszystko zbudować od nowa?
- ?Jak wygląda proces decyzyjny – czy sam wybierasz stack, czy narzucony?
- ?Czy są już ustalone konkretne kamienie milowe na pierwsze 90 dni poza audytem?
- ?Jaka jest polityka dotycząca kosztów API OpenAI – czy budżet jest elastyczny?
- ?Czy pracujecie bezpośrednio z klientem (firma zewnętrzna) czy to produkt własny?
- −Nie podano wielkości obecnego zespołu ani struktury
- −Brak opisu procesu rekrutacyjnego
- −Brak informacji o częstotliwości dyżurów on-call i ewentualnych premiach
- −Nie wiadomo, czy rola jest w pełni samodzielna, czy zależna od klienta (opis mówi 'klient', sugerując outsourcing, ale reszta wskazuje na produkt własny – niejasne)
Kultura techniczna, duża autonomia i odpowiedzialność – oczekuje się samodzielnego audytu, definiowania architektury i przywództwa. Praca z zespołem klienta sugeruje środowisko współpracy międzyfirmowej.
Powyżej mediany rynkowej
Dane z aktywnych ofert zawierających technologię Python. Pełne statystyki zarobków →