Senior AI Engineer (LLMs, Python)
Addepto
Rola koncentruje się na budowaniu produkcyjnych systemów AI opartych na LLM i Generative AI dla klientów enterprise oraz wewnętrznego produktu ContextClue. Na co dzień będziesz tworzyć backend w Python/FastAPI, integrować modele językowe, pracować z bazami wektorowymi i wdrażać rozwiązania w chmurze (AWS/GCP/Azure). To rola inżynierska, nie badawcza – nacisk na produkcjonizację prototypów Data Science i utrzymanie skalowalnych systemów.
Brakuje: liczba etapów i konkretny proces rekrutacyjny, wielkość zespołu i struktura hierarchii.
Rola koncentruje się na budowaniu produkcyjnych systemów AI opartych na LLM i Generative AI dla klientów enterprise oraz wewnętrznego produktu ContextClue. Na co dzień będziesz tworzyć backend w Python/FastAPI, integrować modele językowe, pracować z bazami wektorowymi i wdrażać rozwiązania w chmurze (AWS/GCP/Azure). To rola inżynierska, nie badawcza – nacisk na produkcjonizację prototypów Data Science i utrzymanie skalowalnych systemów.
- ✓Budżet szkoleniowy i kursy językowe – inwestycja w rozwój.
- ✓Udział w międzynarodowych projektach dla znanych marek (Rolls Royce, Porsche).
- ✓Małe zespoły i płaska struktura – większy wpływ na technologię.
- ✓B2B z płatnym urlopem – rzadkość na tym rynku.
- −Opis stanowiska zawiera sformułowania 'Support' i 'Assist', co sugeruje niższy poziom samodzielności niż oczekiwany od seniora – warto doprecyzować na rozmowie.
- −Brak informacji o procesie rekrutacyjnym (etapy, zadanie domowe).
- !Wymóg 5+ lat doświadczenia przy jednoczesnym 'wsparciu' – może wskazywać na niejasny zakres odpowiedzialności.
- !Brak informacji o wielkości zespołu i liczbie projektów prowadzonych równolegle.
- •Projektowanie i implementacja API RESTful w FastAPI dla usług opartych na LLM
- •Integracja dużych modeli językowych (LLM) z bazami wektorowymi i embeddingami
- •Optymalizacja promptów i pipeline'ów przetwarzania dokumentów
- •Pisanie testów jednostkowych i integracyjnych oraz refaktoring kodu
- •Konfiguracja i utrzymanie CI/CD dla modeli AI w chmurze
- •Monitorowanie wydajności i debugowanie problemów produkcyjnych
- •Współpraca z data scientistami przy przenoszeniu prototypów do produkcji
- •Udział w code review i stosowanie dobrych praktyk inżynierii oprogramowania
Oferta dla doświadczonych specjalistów (Senior).
Doświadczony Python developer z co najmniej 3 latami pracy z backendem i chmurą, który miał styczność z LLM i potrafi samodzielnie wdrażać proste modele do produkcji. Może nie mieć pełnej biegłości w GenAI, ale jest gotów szybko się uczyć.
Juniorzy bez doświadczenia w Pythonie i chmurze, osoby szukające wyłącznie pracy badawczej w AI, ani ci, którzy wolą stabilny, powtarzalny produkt niż zmienne projekty konsultingowe.
- ?Jak wygląda typowa struktura zespołu – ilu seniorów, juniorów, data scientistów?
- ?Co oznacza w praktyce 'Support' i 'Assist' dla osoby na poziomie senior? Czy jest oczekiwana samodzielność?
- ?Ile projektów jednocześnie prowadzi jeden inżynier? Jakie są typowe cykle projektów?
- ?Czy istnieje możliwość pracy nad własnym produktem ContextClue, czy wyłącznie projekty klienckie?
- ?Jakie są główne narzędzia chmurowe i CI/CD używane w firmie?
- ?Czy są dyżury on-call lub odpowiedzialność za utrzymanie systemów po godzinach?
- ?Jaki jest budżet na konferencje/trainingi poza standardowym budżetem szkoleniowym?
- −Liczba etapów i konkretny proces rekrutacyjny
- −Wielkość zespołu i struktura hierarchii
- −Polityka dotycząca nadgodzin i dyżurów
Płaska struktura i małe zespoły sugerują bezpośrednią komunikację i autonomię, ale jednocześnie praca konsultingowa może oznaczać dużą zmienność projektów i klientów.
Poniżej mediany rynkowej
Dane z aktywnych ofert zawierających technologię Python. Pełne statystyki zarobków →