AI Engineer

DCG

Oferta w skrócie

Widełki nieujawnione

🔀HybrydowaTryb pracy

📄B2BKontrakt

⏱️Senior · 5+ latDoświadczenie

LokalizacjaWarszawa

Źródło

JustJoinIT

↗

Aktywna

Opublikowano16 maja 2026

Ostatnio sprawdzono16 maja 2026

Wygasa za82 dni

Otwórz ofertę u źródła

🛠 Wymagane technologie

Dane źródłowe

LLM JSON API UAT

AI Insights

Czym naprawdę jest ta rola?Applied AI Engineer

Rola skupia się na projektowaniu i wdrażaniu agentowych systemów LLM w środowisku regulowanym (bankowość). Obejmuje tworzenie modularnych promptów, architektur agentowych (ReAct, multi-agent), integrację RAG, zapewnienie bezpieczeństwa (prompt injection, PII) oraz ewaluację jakości (golden datasets, LLM-as-a-judge). To nie jest rola ML Engineer uczącego modele, ale inżyniera aplikacyjnego budującego produkty oparte na LLM.

Plusy

✓Praca z najnowszymi modelami reasoningowymi (o-series, Claude Extended Thinking)
✓Podejście prompt as code z CI/CD i środowiskami dev/test/prod
✓Szczególny nacisk na bezpieczeństwo (prompt injection, PII, separacja trusted/untrusted)
✓Wykorzystanie narzędzi ewaluacyjnych klasy enterprise (LangSmith, Langfuse, Braintrust)
✓Realne projekty od PoC przez pilotaż do UAT w regulowanym sektorze

Na co uważać

!Brak widełek wynagrodzenia w ofercie
!Brak informacji o wielkości zespołu i strukturze projektowej
!Rola wymaga specyficznego doświadczenia bankowego – może zawężać pulę kandydatów

?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji

Codzienna praca

•Projektowanie i wersjonowanie promptów jako artefaktów produktowych w Git
•Projektowanie system promptów dla agentów z dostępem do narzędzi (tool descriptions)
•Definiowanie i mierzenie metryk jakości odpowiedzi LLM i trajektorii agentów
•Analiza trace'ów agentów, debugowanie failure modes i root cause analysis
•Przeprowadzanie regresywnych testów promptów przy zmianach modeli lub API
•Współpraca z zespołami biznesowymi, compliance, risk i security przy projektowaniu rozwiązań
•Udział w testach UAT systemów agentowych
•Praca z narzędziami ewaluacyjnymi (LangSmith, Langfuse, Braintrust, Promptfoo)

Więcej o ofercie

Dla kogo jest ta oferta

Profil idealny

Oferta dla doświadczonych specjalistów (Senior).

Minimum sensowne

Mid-senior inżynier z co najmniej 3-letnim doświadczeniem w projektach LLM w regulowanych sektorach, który realizował pełny cykl PoC→UAT. Musi znać Azure OpenAI, RAG i narzędzia ewaluacyjne.

Raczej nie dla

Nie dla juniorów ani osób bez doświadczenia w regulowanych środowiskach (bankowość). Również nie dla kandydatów szukających klasycznej roli ML Engineer (uczenie modeli) – to rola stricte promptowo-agentowa.

Ocena dopasowania

Junior1/5

Mid3/5

Senior5/5

Hands-on5/5

Architekt3/5

Remote2/5

Enterprise4/5

Pytania do rekrutera

?Jaki jest ostateczny klient – bank komercyjny, inwestycyjny, czy fintech?
?Ile osób liczy zespół inżynierów AI i jaka jest struktura (product owner, analitycy, compliance)?
?Jak wygląda proces decyzyjny przy wyborze architektury agentowej – czy mamy autonomię techniczną?
?Czy istnieje możliwość pracy zdalnej w większości dni, czy wymagane jest regularne bywanie w biurze?
?Jakie narzędzia orkiestracji agentów są preferowane (LangGraph, Semantic Kernel, własne)?
?Jak często odbywają się dyżury on-call lub wsparcie produkcyjne?
?Czy firma oferuje budżet na konferencje/szkolenia związane z LLM i AI?

Brakujące informacje

−Brak opisu procesu rekrutacyjnego (etapy, zadanie domowe, live coding)
−Nie podano wielkości zespołu AI w projekcie
−Nie wiadomo, czy rola ma perspektywę rozwoju na architekta lub team leada

🔗Podobne oferty