Rola dla Senior AI Engineera, który będzie projektować, budować i utrzymywać produkcyjne aplikacje AI oparte na LLM. Codzienna praca to tworzenie backendowych usług w Pythonie, integracja z API modeli językowych (Azure OpenAI, OpenAI, Bedrock), implementacja inżynierii promptów, guardrails i mechanizmów fallback. Będziesz odpowiedzialny za niezawodność, bezpieczeństwo i obserwowalność systemów AI, a także za współpracę z interesariuszami przy przekształcaniu niejednoznacznych przypadków użycia w działające rozwiązania. Firma Scalo to duży dostawca usług IT (outsourcing), więc możesz pracować nad różnymi projektami klienckimi.

Brakuje: nie podano wielkości zespołu ani struktury projektu, brak opisu procesu rekrutacyjnego (etapy, czas trwania).

🛠 Wymagane (Must Have)

Dane źródłowe

AIAPI LLM Python OpenAIBedrockFallbackGuardrailsAzure OpenAI

⭐ Mile widziane (Nice to Have)

Dane źródłowe

MCP RAG Java Kotlin LangChain

AI Insights

Czym naprawdę jest ta rola?Applied AI Engineer

Plusy

✓W pełni zdalna praca (100% home office)
✓Wysoka stawka B2B: do 170 zł/h
✓Budżet szkoleniowy (Training budget) wymieniony w benefitach
✓Możliwość rozwijania marki osobistej jako ambasador firmy
✓Internal mobility – bez zmiany pracodawcy możesz zmieniać projekty

Na co uważać

!Brak informacji o wielkości zespołu i liczbie projektów jednocześnie
!Niejasny proces rekrutacyjny (liczba etapów, zadanie domowe)
!Wymienienie Javy i Kotlina jako nice to have – może sugerować konieczność integracji z legacy stackiem
!Brak konkretów dotyczących narzędzi używanych do observability (np. Datadog, Grafana)

Codzienna praca

•Projektowanie i implementacja usług backendowych oraz API w Pythonie integrujących modele LLM
•Inżynieria promptów: projektowanie promptów, zarządzanie kontekstem, ustrukturyzowane odpowiedzi, tool calling
•Implementacja mechanizmów bezpieczeństwa: guardrails, walidacja wyjść, fallback i obsługa błędów
•Pisanie automatycznych testów i ewaluacja jakości odpowiedzi AI
•Monitorowanie i debugowanie systemów produkcyjnych za pomocą logów, metryk i trace'ów
•Współpraca z product ownerami i inżynierami przy definiowaniu wymagań i rozwiązywaniu problemów
•Utrzymywanie i rozwijanie dokumentacji technicznej oraz kontraktów API

Więcej o ofercie

Dla kogo jest ta oferta

Profil idealny

Oferta dla doświadczonych specjalistów (Senior).

Minimum sensowne

Inżynier mid-level Python z przynajmniej jednym wdrożonym produkcyjnie rozwiązaniem opartym na LLM, rozumiejący podstawy prompt engineering i API design. Gotowy do nauki zaawansowanych aspektów niezawodności i bezpieczeństwa AI.

Raczej nie dla

Juniorzy bez produkcyjnego doświadczenia z Pythonem i LLM, ani osoby nastawione wyłącznie na badania naukowe (ML research) – rola wymaga codziennego kodowania i utrzymania systemów.

Ocena dopasowania

Junior1/5

Mid2/5

Senior5/5

Hands-on5/5

Architekt2/5

Remote5/5

Enterprise4/5

Pytania do rekrutera

?Ile osób liczy zespół AI i czy pracujecie w ramach jednego projektu, czy na wielu jednocześnie?
?Jak wygląda proces rekrutacyjny – ile etapów, czy jest zadanie domowe lub live coding?
?Czy przewidziane są dyżury on-call? Jak często?
?Jakie konkretne narzędzia do monitorowania i observability są używane?
?Czy projekty są greenfieldowe, czy często pracujecie nad istniejącymi systemami klientów?
?Jaka jest polityka dotycząca wykorzystania własnych modeli vs gotowych API (OpenAI, Azure)?
?Czy istnieje możliwość pracy nad wewnętrznymi projektami R&D poza klientami?