Senior GenAI Data Engineer
Cyclad
Rola w firmie IT (Cyclad) dla projektu klienckiego. Będziesz projektować i wdrażać pipeline'y RAG, budować rozwiązania z LLM do klasyfikacji i przetwarzania danych, rozwijać agentów AI (wieloagentowe workflow, orchestracja, narzędzia, pamięć) oraz integracje (A2A, MCP, API). Praca skupiona na wdrożeniach w środowisku Azure (Azure AI Search, Cosmos DB, Azure AI Foundry) i Databricks (Mosaic AI). To rola inżynierska, nie typowo data engineering – kluczowe jest budowanie systemów GenAI w produkcji.
Brakuje: nie podano wielkości zespołu, brak opisu procesu rekrutacyjnego.
Mimo tytułu 'Data Engineer', rola koncentruje się na budowaniu systemów GenAI (RAG, agenci, LLM) z elementami data engineering – to bardziej GenAI Engineer niż klasyczny data engineer od ETL i hurtowni danych.
Rola w firmie IT (Cyclad) dla projektu klienckiego. Będziesz projektować i wdrażać pipeline'y RAG, budować rozwiązania z LLM do klasyfikacji i przetwarzania danych, rozwijać agentów AI (wieloagentowe workflow, orchestracja, narzędzia, pamięć) oraz integracje (A2A, MCP, API). Praca skupiona na wdrożeniach w środowisku Azure (Azure AI Search, Cosmos DB, Azure AI Foundry) i Databricks (Mosaic AI). To rola inżynierska, nie typowo data engineering – kluczowe jest budowanie systemów GenAI w produkcji.
- ✓Przejrzyste widełki B2B
- ✓100% zdalnie z Polski
- ✓Współpraca z seniorami i cross-funkcjonalnymi zespołami AI
- ✓Oferta benefitów (medycyna, Multisport) mimo B2B
- −Projekt przez agencję (Cyclad) – druga linia, brak bezpośredniego zatrudnienia u klienta
- −Projekt tylko do końca 2026 – niepewne przedłużenie
- −Brak informacji o konkretnym kliencie i domenie biznesowej
- !Brak opisu procesu rekrutacyjnego
- !Nie podano wielkości zespołu
- !Nie wiadomo, czy są dyżury on-call
- •Projektowanie i implementacja pipeline'ów RAG (pobieranie danych, przetwarzanie, przechowywanie wyników)
- •Budowanie rozwiązań do klasyfikacji i przetwarzania danych z użyciem LLM
- •Tworzenie i rozwijanie agentów AI z wieloagentowymi workflow, narzędziami i pamięcią
- •Integracja agentów z zewnętrznymi API i systemami (A2A, MCP)
- •Optymalizacja pipeline'ów danych (ETL, ingesta, przetwarzanie)
- •Projektowanie prompt engineering, ewaluacja modeli i implementacja guardrails
- •Wdrażanie i utrzymanie rozwiązań GenAI w chmurze Azure
- •Współpraca z zespołami Data/ML/Product w ramach projektu
Oferta dla doświadczonych specjalistów (Senior).
Osoba z 6 latami doświadczenia w data engineering/AI, która ma praktykę z RAG i LLM w Azure, ale brakuje jej jeszcze doświadczenia z agentami lub Databricks – jest w stanie nadrobić to w trakcie projektu.
Nie dla juniorów ani midów z mniej niż 5 latami doświadczenia. Osoby bez praktyki z RAG, LLM lub chmurą Azure nie spełnią wymagań.
- ?Jaki jest konkretny klient i domena projektu?
- ?Ile osób liczy zespół AI Development?
- ?Czy przewidziane są dyżury on-call? Jak często?
- ?Jak wygląda proces rekrutacyjny – ile etapów, czy jest zadanie domowe?
- ?Czy istnieje możliwość przedłużenia projektu po 2026?
- ?Jakie narzędzia do monitorowania i skalowania są używane w produkcji?
- ?Czy klient ma już wdrożone rozwiązania GenAI, czy to greenfield?
- −Nie podano wielkości zespołu
- −Brak opisu procesu rekrutacyjnego
- −Nie wiadomo, czy są dyżury on-call
- −Nie określono konkretnego klienta ani branży
Dynamiczne i innowacyjne środowisko inżynieryjne, współpraca z seniorami i zespołami cross-funkcjonalnymi.
Na poziomie rynkowym
Dane z aktywnych ofert zawierających technologię Python. Pełne statystyki zarobków →