Senior AI Solutions Engineer
Xelerit
Będziesz pracować dla klienta – międzynarodowego dostawcy oprogramowania enterprise – budując produkcyjne rozwiązania AI. Twoja praca obejmie cały cykl: od zrozumienia problemu, przez modelowanie, aż po wdrożenie i monitoring. Wykorzystasz LLM-y i tradycyjne ML, budując API w Python (FastAPI), pracując z Dockerem i Azure, oraz projektując systemy agentowe z użyciem LangGraph. To rola inżynierska, nie badawcza – stawiasz na niezawodność, koszty i opóźnienia w produkcji. Współpracujesz z Product Ownerami i innymi inżynierami, a także dbasz o wewnętrzne narzędzia AI (np. optymalizacja GitHub Copilot).
Brakuje: nie podano wielkości zespołu ani struktury, brak informacji o procesie rekrutacyjnym (liczba etapów, zadanie domowe itp.).
Będziesz pracować dla klienta – międzynarodowego dostawcy oprogramowania enterprise – budując produkcyjne rozwiązania AI. Twoja praca obejmie cały cykl: od zrozumienia problemu, przez modelowanie, aż po wdrożenie i monitoring. Wykorzystasz LLM-y i tradycyjne ML, budując API w Python (FastAPI), pracując z Dockerem i Azure, oraz projektując systemy agentowe z użyciem LangGraph. To rola inżynierska, nie badawcza – stawiasz na niezawodność, koszty i opóźnienia w produkcji. Współpracujesz z Product Ownerami i innymi inżynierami, a także dbasz o wewnętrzne narzędzia AI (np. optymalizacja GitHub Copilot).
- ✓Przejrzyste widełki wynagrodzenia na B2B (25-30k net)
- ✓Pełna zdalność (z opcją biura w Gdańsku)
- ✓Relaksująca atmosfera z minimalną biurokracją
- ✓Długoterminowy kontrakt B2B
- ✓Możliwość pracy nad realnymi systemami AI w przedsiębiorstwie
- !Niski budżet szkoleniowy (1000 PLN rocznie) jak na seniora
- !Brak nazwy konkretnego klienta – praca dla zewnętrznego podmiotu
- •Projektowanie i implementacja usług AI (API) w Python/FastAPI
- •Inżynieria promptów i budowanie wieloetapowych systemów LLM
- •Integracja modeli AI z istniejącymi systemami enterprise i przepływami danych
- •Monitorowanie i optymalizacja systemów AI w produkcji pod kątem opóźnień i kosztów
- •Budowanie agentowych systemów z użyciem LangGraph lub podobnych frameworków
- •Współpraca z Product Ownerami przy przekształcaniu wymagań na architekturę AI
- •Udział w DevOps dla rozwiązań AI (CI/CD, konteneryzacja, wdrożenia na Azure)
- •Przygotowywanie i utrzymanie wewnętrznych narzędzi AI (np. optymalizacja GitHub Copilot)
Oferta dla doświadczonych specjalistów (Senior).
Inżynier z 5 latami doświadczenia w software developmencie, z co najmniej rokiem pracy nad produkcyjnymi rozwiązaniami AI, potrafiący budować usługi w Pythonie (FastAPI) i mający praktykę z LangGraph, Dockerem i Azure – gotowy do pracy w modelu outsourcingowym przy kliencie enterprise.
Osoby bez doświadczenia w produkcyjnym AI (np. tylko notebooki Jupyter), juniorzy poniżej 5 lat stażu, osoby nieznające języka polskiego oraz inżynierowie preferujący pracę badawczą nad praktycznym wdrażaniem rozwiązań.
- ?Jaki jest konkretny klient i jego produkt/domain?
- ?Jak duży jest zespół po stronie klienta i po stronie Xelerit?
- ?Czy są dyżury on-call lub oczekiwana dostępność po godzinach?
- ?Jak często planowane są wizyty w biurze w Gdańsku (jeśli w ogóle)?
- ?Jaki jest proces podejmowania decyzji technicznych – czy mamy autonomię?
- ?Czy istnieje możliwość przejścia na wewnętrzne projekty Xelerit w przyszłości?
- ?Jakie modele LLM są używane (open-source, komercyjne)?
- −Nie podano wielkości zespołu ani struktury
- −Brak informacji o procesie rekrutacyjnym (liczba etapów, zadanie domowe itp.)
- −Nie wiadomo, czy są dyżury on-call
- −Brak informacji o karierze i możliwych ścieżkach awansu
- −Nie podano konkretnej nazwy klienta
Relaksująca atmosfera z minimalną biurokracją i formalnościami, jak wynika z opisu – kultura pracy nastawiona na autonomię i współpracę.
Na poziomie rynkowym
Dane z aktywnych ofert zawierających technologię Python. Pełne statystyki zarobków →