Senior AI Software Engineer – Backend
emagine
Rola to senior backend engineer w zespole Centre of Excellence, który projektuje, buduje i utrzymuje produkcyjne usługi AI oparte na LLM, RAG i agentowych workflowach. Praca skupia się na backendzie (Python/FastAPI, mikroserwisy, AWS, Terraform) z silnym naciskiem na skalowalność, niezawodność i obserwowalność. Zespół jest samoorganizujący się, cross-funkcjonalny i działa w Scrumie. Nie jest to rola ML-researchera – wymaga solidnego inżynierskiego podejścia do wdrażania AI w produkcji.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: nie podano wielkości zespołu ani liczby backend engineerów, brak opisu procesu rekrutacyjnego (liczba etapów, zadanie domowe, live coding).
Rola to senior backend engineer w zespole Centre of Excellence, który projektuje, buduje i utrzymuje produkcyjne usługi AI oparte na LLM, RAG i agentowych workflowach. Praca skupia się na backendzie (Python/FastAPI, mikroserwisy, AWS, Terraform) z silnym naciskiem na skalowalność, niezawodność i obserwowalność. Zespół jest samoorganizujący się, cross-funkcjonalny i działa w Scrumie. Nie jest to rola ML-researchera – wymaga solidnego inżynierskiego podejścia do wdrażania AI w produkcji.
- ✓Nacisk na produkcyjną jakość, skalowalność, koszty i obserwowalność – to oznaka dojrzałego podejścia inżynierskiego
- ✓Samoorganizujący się, cross-funkcjonalny zespół – autonomia i brak mikromanagementu
- ✓Wyraźna ścieżka mentorska (contribute to best practices, reviews, technical mentorship)
- ✓Praca zdalna (remote) – elastyczność
- !Ogłoszenie nie precyzuje wielkości zespołu ani konkretnych projektów – brak informacji o kontekście biznesowym
- !Brak wzmianki o dyżurach on-call lub oczekiwanej dostępności
- !Wymieniono wiele języków backendowych, ale praktycznie wymagany jest Python (FastAPI) – inne mogą być tylko opcjonalne
- !Brak informacji o procesie rekrutacyjnym
- !Firma emagine to outsourcing – może oznaczać pracę u klienta końcowego, co nie jest wprost powiedziane
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Projektowanie i rozwijanie produkcyjnych backendowych serwisów AI: API, zdarzeniowych komponentów, pipeline'ów opartych na LLM
- •Integracja z modelami językowymi (LLM), w tym orkiestracja promptów, wywołania narzędzi, generowanie strukturalnych wyjść
- •Budowanie i optymalizacja wzorców RAG, wyszukiwania semantycznego i pipeline'ów treści opartych na metadanych
- •Implementacja obserwowalności, guardrails i ewaluacji dla rozwiązań AI (logowanie, tracing, monitoring, pętle feedbackowe)
- •Zarządzanie i optymalizacja rozproszonych systemów w chmurze AWS z wykorzystaniem Infrastructure as Code (Terraform)
- •Tworzenie automatycznych testów i zestawów ewaluacyjnych dla logiki backendowej i zachowania modeli AI
- •Udział w spotkaniach planistycznych Agile, daily stand-upach, code review i dyskusjach technicznych
- •Współpraca z zespołami produktowymi, platformowymi, frontend, DevOps, security i data w ramach cross-funkcjonalnego zespołu
Oferta dla doświadczonych specjalistów (Senior).
Backend engineer z co najmniej 6-letnim doświadczeniem, który ma podstawową wiedzę o LLM i potrafi budować REST API w Python (FastAPI) na AWS. Powinien znać Terraform i rozumieć wzorce RAG – nawet jeśli nie wdrażał ich produkcyjnie.
Nie dla juniorów ani midów poniżej 6 lat doświadczenia backendowego. Nie dla czystych ML researcherów bez umiejętności budowania produkcyjnych serwisów backendowych. Nie dla osób bez doświadczenia w chmurze AWS i IaC (Terraform).
- ?Ile osób liczy zespół SWE, w którym będę pracować?
- ?Czy to rola w emagine jako dostawcy usług, czy stały projekt wewnętrzny?
- ?Jakie konkretne usługi AWS są wykorzystywane?
- ?Jaki jest stosunek pracy nad nowym kodem do utrzymania istniejących systemów?
- ?Czy są przewidziane dyżury on-call? Jeśli tak, jaka jest częstotliwość?
- ?Jaki jest model pracy z klientem – czy jesteśmy przypisani do jednego projektu, czy rotujemy?
- ?Czy istnieje budżet szkoleniowy lub konferencyjny dla rozwoju kompetencji AI?
- ?Jak wygląda ścieżka kariery dla seniora w tym zespole?
- −Nie podano wielkości zespołu ani liczby backend engineerów
- −Brak opisu procesu rekrutacyjnego (liczba etapów, zadanie domowe, live coding)
- −Nie wiadomo, czy rola wymaga dyżurów on-call
- −Nie określono, czy praca dotyczy jednego projektu wewnętrznego, czy wielu klientów
Zespół jest agile i collaborative, samoorganizujący się, cross-funkcjonalny, z naciskiem na najlepsze praktyki inżynierskie i mentoring. Kultura opiera się na zaufaniu i współpracy między róznymi działami (product, platform, frontend, DevOps, security, data).