Senior Applied AI Engineer
deepsense.ai
To rola inżyniera AI pracującego blisko klienta w modelu konsultingowym. Zakres obejmuje zarówno fazę przed-sprzedażową (scoping, architektura, POC), jak i dostarczanie produkcyjnych rozwiązań opartych na LLM. Codzienna praca to balans między warsztatami technicznymi z klientem a ręcznym kodowaniem – budowa RAG, agentów, ulepszanie promptów, wdrażanie na chmurze. To nie jest rola badawcza ani czysto programistyczna – wymaga umiejętności doradczych i komfortu w rozmowach biznesowych.
Brakuje: nie podano wielkości zespołu projektowego, brak opisu procesu rekrutacyjnego (liczba etapów, forma zadania domowego/live code).
To rola inżyniera AI pracującego blisko klienta w modelu konsultingowym. Zakres obejmuje zarówno fazę przed-sprzedażową (scoping, architektura, POC), jak i dostarczanie produkcyjnych rozwiązań opartych na LLM. Codzienna praca to balans między warsztatami technicznymi z klientem a ręcznym kodowaniem – budowa RAG, agentów, ulepszanie promptów, wdrażanie na chmurze. To nie jest rola badawcza ani czysto programistyczna – wymaga umiejętności doradczych i komfortu w rozmowach biznesowych.
- ✓Faktyczne budżet szkoleniowy (Training budget) – wymieniony w benefits
- ✓Małe zespoły (Small teams) – większa autonomia i wpływ
- ✓Projekty międzynarodowe z rozpoznawalnymi firmami (J&J, Sky, John Deere)
- ✓Kultura 'people-first' i realne własność (ownership) opisana wprost
- !Brak informacji o typowym czasie trwania projektu i liczbie równoległych klientów
- !Nie określono procesu rekrutacyjnego – liczba etapów, forma rozmów
- !Możliwy duży context switching między rolami (presales vs. delivery) – nie dla każdego
- •Prowadzenie warsztatów technicznych i discovery z klientem w celu zrozumienia potrzeb i zaproponowania architektury
- •Budowa proof-of-concept (POC) wykorzystujących LLM, RAG i systemy agentowe
- •Implementacja i wdrażanie produkcyjnych pipeline'ów LLM (prompt engineering, context engineering, ewaluacja)
- •Pisanie i przegląd kodu w Python (shipping production code do repozytorium klienta)
- •Współpraca z Delivery Managerem przy szacowaniu i wygrywaniu nowych projektów AI
- •Integracja z MCP (Model Context Protocol) i frameworkami agentowymi (LangGraph, CrewAI)
- •Utrzymanie i optymalizacja stosu inferencyjnego (Docker, Kubernetes, chmura – GCP/AWS/Azure)
- •Tworzenie wewnętrznych assetów: blueprintów, bibliotek promptów, narzędzi ewaluacyjnych
Oferta dla doświadczonych specjalistów (Senior).
Inżynier z 4 latami ogólnego doświadczenia w software, z czego 2 lata przy LLM w produkcji. Potrafi samodzielnie postawić pipeline RAG i agenta na chmurze, komunikować się z klientem i brać odpowiedzialność za dostarczenie działającego rozwiązania.
Osoby z mniej niż 4 latami doświadczenia ogólnie w software, bez produkcyjnej pracy z LLM, oraz inżynierowie, którzy nie lubią bezpośredniego kontaktu z klientem i wolą tylko kodować.
- ?Ile osób liczy zespół, w którym będę pracował?
- ?Jak wygląda typowy podział czasu między presales a delivery w skali miesiąca?
- ?Czy pracuje się nad jednym czy wieloma projektami jednocześnie?
- ?Jak mierzony jest sukces w tej roli?
- ?Czy istnieje wewnętrzna ścieżka kariery (np. Technical Lead, Principal Engineer)?
- ?Jaki jest średni czas trwania projektu dla klienta?
- ?Czy są przewidziane jakieś dyżury lub on-call dla produkcyjnych systemów klientów?
- ?Jakie narzędzia do ewaluacji LLM są standardowo używane w firmie?
- −Nie podano wielkości zespołu projektowego
- −Brak opisu procesu rekrutacyjnego (liczba etapów, forma zadania domowego/live code)
- −Nie wiadomo, czy pracuje się nad jednym czy kilkoma projektami równolegle
- −Brak informacji o systemie on-call lub dyżurach dla systemów produkcyjnych
Kultura oparta na głębokiej wiedzy technicznej i prawdziwym właścicielstwie ('people-first'). Praca w małych zespołach, z dużą autonomią i bezpośrednim kontaktem z klientem. Ceniona jest umiejętność przechodzenia między warsztatem a kodem.
Na poziomie rynkowym
≈ 113,1–172,6 zł/h
Dane z aktywnych ofert zawierających technologię Python. Pełne statystyki zarobków →