Senior Python Engineer (LLMs)
Flyps
To rola dla inżyniera AI/ML, który będzie budować i wdrażać funkcje oparte na LLM w produkcji, w tym systemy RAG, agentów AI i modele NLP. Praca obejmuje zarówno rozwój techniczny (Python, FastAPI), jak i bezpośrednią współpracę z klientami oraz udział w kształtowaniu architektury. To nie jest klasyczny backend – rola wymaga doświadczenia z LLM w środowisku produkcyjnym i umiejętności optymalizacji wydajności na dużą skalę.
Brakuje: nie podano wielkości zespołu ani struktury organizacyjnej, brak opisu procesu rekrutacyjnego (etapy, czas, zadanie domowe).
To rola dla inżyniera AI/ML, który będzie budować i wdrażać funkcje oparte na LLM w produkcji, w tym systemy RAG, agentów AI i modele NLP. Praca obejmuje zarówno rozwój techniczny (Python, FastAPI), jak i bezpośrednią współpracę z klientami oraz udział w kształtowaniu architektury. To nie jest klasyczny backend – rola wymaga doświadczenia z LLM w środowisku produkcyjnym i umiejętności optymalizacji wydajności na dużą skalę.
- ✓Płatne urlopy na B2B (20-26 dni)
- ✓Budżet na sprzęt (MacBook)
- ✓Ciekawe, wymagające projekty – firma deklaruje selekcję
- ✓Wpływ na kierunek produktu i podejmowanie kluczowych decyzji technicznych
- −Rozbieżność widełek: w treści ogłoszenia 26 000-33 000 PLN, w danych strukturalnych 24 000-28 000 PLN – wymaga wyjaśnienia
- −Brak informacji o dyżurach on-call lub nadgodzinach – może być ukryte w realiach projektu
- −Brak opisu procesu rekrutacyjnego – nie wiadomo ile etapów, czy jest zadanie domowe itp.
- !Nie podano wielkości zespołu ani struktury (ile osób, role)
- !Nie wiadomo, jak długo trwają projekty i czy są stałe czy tymczasowe
- !Brak informacji o stosowanych narzędziach MLOps (np. MLflow, Kubeflow, monitoring)
- !Wysokie wymagania językowe (B2 oba) – może być problemem dla niektórych kandydatów
- •Projektowanie i wdrażanie systemów RAG (Retrieval-Augmented Generation) z wykorzystaniem wektorowych baz danych
- •Rozwój i orkiestracja agentów AI obsługujących wieloetapowe, narzędziowe przepływy pracy
- •Udział w spotkaniach z klientami w celu omówienia postępów, architektury i możliwości systemu
- •Optymalizacja wydajności modeli LLM dla aplikacji czasu rzeczywistego i dużej skali
- •Wdrażanie pipeline'ów ML z użyciem FastAPI i Docker
- •Ocena i monitorowanie dokładności statystycznej modeli w cyklu życia projektu
- •Współpraca z product managerami i innymi inżynierami przy planowaniu roadmapy
- •Pisanie i review kodu w Python z naciskiem na NumPy, Pandas, Scikit-learn
Oferta dla doświadczonych specjalistów (Senior).
Inżynier z 5-letnim stażem, który pracował z LLM w produkcji, zna RAG i FastAPI, oraz komunikuje się po polsku i angielsku na poziomie B2. Może mieć mniejsze doświadczenie w optymalizacji wydajności lub agentach, ale spełnia kryteria wymagane.
Osoby bez doświadczenia w produkcji z LLM/NLP, juniorzy, osoby niekomunikatywne lub nieposługujące się językiem polskim/angielskim na poziomie B2. Rola nie jest odpowiednia dla kogoś szukającego czysto backendowej pracy bez kontaktu z klientem.
- ?Ile osób liczy zespół inżynieryjny i jakie są role w projekcie?
- ?Jak wygląda typowy proces wdrożenia modelu LLM do produkcji – jakie narzędzia MLOps są używane?
- ?Czy istnieje system dyżurów on-call? Jeśli tak, jaka jest częstotliwość i czy jest dodatkowo płatny?
- ?Jaka jest średnia długość projektu i czy pracujemy nad jednym czy wieloma jednocześnie?
- ?Jak wygląda rozwój kariery w firmie – ścieżka tech lead / architekt?
- ?Jakie są oczekiwania co do dostępności w godzinach pracy klienta (strefa czasowa)?
- −Nie podano wielkości zespołu ani struktury organizacyjnej
- −Brak opisu procesu rekrutacyjnego (etapy, czas, zadanie domowe)
- −Nie wiadomo, czy istnieje system dyżurów on-call
- −Brak informacji o narzędziach MLOps (np. monitoring, zarządzanie modelami)
Zespół pracuje w modelu zdalnym, z bezpośrednim kontaktem z klientami. Kultura oparta na współpracy, autonomii technicznej i realnym wpływie na produkt. Projekty są wybierane – firma stawia na wyzwania.
Na poziomie rynkowym
Dane z aktywnych ofert zawierających technologię LLM. Pełne statystyki zarobków →