AI Engineer
McGregor Boyall
Rola AI Engineer w globalnej korporacji, gdzie będziesz projektować i wdrażać skalowalne produkty algorytmiczne. To nie jest typowa rola ML Research – wymaga silnego backendu, inżynierii danych i MLOps. Będziesz pracować w zespołach z data scientistami i infrastrukturą, budować pipeline'y, automatyzować w chmurze Azure i pisać kod produkcyjny w Pythonie. Kluczowe: łączenie software engineering z AI/ML.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: brak widełek wynagrodzenia, nie podano konkretnych frameworków ai/ml.
Rola AI Engineer w globalnej korporacji, gdzie będziesz projektować i wdrażać skalowalne produkty algorytmiczne. To nie jest typowa rola ML Research – wymaga silnego backendu, inżynierii danych i MLOps. Będziesz pracować w zespołach z data scientistami i infrastrukturą, budować pipeline'y, automatyzować w chmurze Azure i pisać kod produkcyjny w Pythonie. Kluczowe: łączenie software engineering z AI/ML.
- ✓Praca nad nowymi produktami algorytmicznymi (greenfield), a nie legacy
- ✓Możliwość budowania wewnętrznych bibliotek i wkładu w open source
- ✓Globalna skala działania – wpływ na operacje międzynarodowe
- !Nieokreślona liczba dni w biurze (hybrid w Warszawie)
- !Brak konkretnych ram czasowych ani opisu procesu rekrutacyjnego
- !Ogólnikowe określenie 'massive global enterprise' – może oznaczać biurokrację
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Współpraca z zespołami data science i infrastruktury przy budowie i skalowaniu produktów AI
- •Prowadzenie eksperymentów i Proof of Concepts (PoC) dla nowych modeli ML
- •Pisanie i refaktoryzacja kodu produkcyjnego w Pythonie z naciskiem na jakość i testy
- •Rozwijanie wewnętrznych bibliotek i repozytoriów wielokrotnego użytku
- •Projektowanie schematów danych i inżynieria cech ML (feature engineering)
- •Budowa i automatyzacja wydajnych pipeline'ów ETL/ELT na dużych zbiorach danych
- •Wdrażanie aplikacji w chmurze Azure z użyciem Infrastructure as Code (IaC)
- •Budowa CI/CD/CT pipeline'ów i implementacja monitoringu/observability
Oferta dla doświadczonych specjalistów (Senior).
Doświadczony software engineer z minimum 3-4 latami w Pythonie i znajomością Azure, data engineering i MLOps – gotowy do nauki i pracy z AI w enterprise.
Nie dla juniorów ani mid-level bez solidnego backendu i doświadczenia w data engineering/MLOps. To rola dla seniora, który potrafi samodzielnie projektować i wdrażać rozwiązania AI w chmurze.
- ?Ile osób liczy zespół i jakie są role w agile squads?
- ?Jakie konkretnie frameworki ML są używane (TensorFlow, PyTorch, Scikit-learn)?
- ?Ile dni w tygodniu praca w biurze w Warszawie?
- ?Czy są przewidziane dyżury on-call?
- ?Jaki jest budżet na konferencje/szkolenia?
- ?Czy stos jest w pełni na Azure, czy są inne chmury?
- ?Jak wygląda proces wdrażania modeli do produkcji – jakie narzędzia MLOps?
- −Brak widełek wynagrodzenia
- −Nie podano konkretnych frameworków AI/ML
- −Nie wiadomo, ile osób jest w zespole
- −Brak opisu procesu rekrutacyjnego
- −Nie sprecyzowano, czy praca jest na jednym projekcie czy rotacyjnie
Wielkie globalne środowisko z naciskiem na współpracę między zespołami (data science, infra). Kultura inżynierska i automatyzacja.