Ładowanie...
Senior AI Data Engineer
Luxoft DXC
🛠 Wymagane technologieDane źródłowe
AI Insights
Czym naprawdę jest ta rola?AI Application Developer
Rola polega na budowaniu i utrzymaniu wewnętrznego asystenta opartego na modelach LLM. Codzienna praca obejmuje rozwijanie pipeline'ów do przetwarzania danych (parsowanie, ekstrakcja, wzbogacanie metadanych), optymalizację wyszukiwania hybrydowego (wektorowe + BM25), implementację kontroli dostępu na poziomie dokumentów, tworzenie mechanizmów audytu oraz automatyzację procesów. Dochodzi również operacyjne utrzymanie platformy w produkcji (monitoring, alertowanie, skalowanie, kontrola kosztów) oraz wsparcie przy incydentach.
Plusy
- ✓Nowoczesny stack – LLM, wyszukiwanie hybrydowe, embeddingi
- ✓Ciekawy wewnętrzny produkt – asystent AI dla firmy
- ✓Nacisk na jakość i operacyjną doskonałość (testy ewaluacyjne, monitoring)
- ✓Autonomia techniczna przy wyborze rozwiązań
Na co uważać
- −Brak widełek wynagrodzenia przy rozbudowanym opisie obowiązków
- −Praca hybrydowa bez podania wymaganej liczby dni w biurze
- −Potencjalne dyżury on-call (wzmianka o wsparciu incydentów) bez dodatkowych informacji
- !Outsourcing (Luxoft/DXC) – rola może być na projekcie klienckim, co może wiązać się z mniejszą stabilnością
- !Nie podano wielkości zespołu ani struktury
- !Opis obowiązków sugeruje szeroki zakres odpowiedzialności (pipeline, wyszukiwanie, automatyzacja, operacje)
- !Brak informacji o procesie rekrutacyjnym
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
Codzienna praca
- •Utrzymywanie i rozwijanie pipeline'ów ingestii i wzbogacania treści wewnętrznych (parsowanie, normalizacja, deduplikacja)
- •Optymalizacja indeksowania i wyszukiwania (segmentacja, aktualizacje embeddingów, filtrowanie metadanych, caching)
- •Implementacja i utrzymanie wyszukiwania hybrydowego (wektorowe + BM25 + metadane)
- •Zapewnienie dostępu do danych na podstawie uprawnień (filtry indeksowania, propagacja pozwoleń, logi audytu)
- •Rozwijanie mechanizmów atrybucji źródeł, aby odpowiedzi wskazywały właściwe dokumenty i sekcje
- •Tworzenie i utrzymanie automatyzacji (wyzwalacze czasowe/zdarzeniowe, retry, timeouty, idempotentność)
- •Prowadzenie testów ewaluacyjnych i regresyjnych (złote zestawy, automatyczne scoring)
- •Operacyjne utrzymanie platformy: monitoring, alertowanie, tuning wydajności, kontrola kosztów, runbooki
Więcej o ofercie
Dla kogo jest ta oferta
Profil idealny
Oferta dla doświadczonych specjalistów (Senior).
Minimum sensowne
Inżynier danych z 3-4 letnim doświadczeniem, który pracował z Elasticsearch i PostgreSQL, ma podstawy LLM i chce rozwijać się w kierunku AI. Wymagana jest umiejętność samodzielnego prowadzenia pipeline'ów.
Raczej nie dla
Osoby bez doświadczenia produkcyjnego (juniorzy) lub szukające czystego developmentu, niechętne do pracy operacyjnej (on-call, monitoring). Także osoby unikające technologii wyszukiwania i dużych zbiorów danych.
Ocena dopasowania
Junior1/5
Mid3/5
Senior5/5
Hands-on4/5
Architekt3/5
Remote2/5
Enterprise2/5
Pytania do rekrutera
- ?Czy rola wiąże się z dyżurami on-call? Jeśli tak, jaka jest rotacja i wynagrodzenie?
- ?Ile osób liczy zespół Data Engineering i jak dzielone są zadania?
- ?Jakie są główne wyzwania w obecnym systemie – priorytety na najbliższe 6 miesięcy?
- ?Jakie narzędzia obsługowe (kolejki, orchestratory) są używane w pipeline'ach?
- ?Czy istnieje możliwość pracy w pełni zdalnej po okresie onboardingu?
- ?Jak wygląda proces rekrutacji – ile etapów, czy jest zadanie domowe?
Brakujące informacje
- −Nie podano konkretnej lokalizacji biura ani liczby dni hybrydowych
- −Brak widełek wynagrodzenia
- −Nie wiadomo, czy jest system dyżurów on-call i jakie są zasady
- −Nieznana wielkość zespołu i struktura project managementu
- −Brak opisu procesu rekrutacyjnego
Oferta w skrócie
Widełki nieujawnione
❓—Tryb pracy
📄OtherKontrakt
⏱️Senior · 5+ latDoświadczenie
LokalizacjaZdalnie
Źródło
bulldogjobAktywna
Opublikowano10 maja 2026
Ostatnio sprawdzono10 maja 2026
Wygasa za45 dni
🔗Podobne oferty