Pomiń do treści
Logo firmy Devire

GenAI and LLM Operations Engineer

Devire

Oferta w skrócie
Widełki nieujawnione
🏢StacjonarnaTryb pracy
📄OtherKontrakt
⏱️MidDoświadczenie
LokalizacjaWarszawa
Źródło
Aktywna
Opublikowano10 czerwca 2026
Ostatnio sprawdzono10 czerwca 2026
Wygasa za34 dni
Werdykt JobHunt

Rola skupia się na operacjonalizacji systemów GenAI i LLM w środowisku produkcyjnym. Obejmuje projektowanie i utrzymanie pipeline'ów RAG, zarządzanie przepływami danych za pomocą Airflow oraz optymalizację inferencji LLM. Celem jest wdrażanie rozwiązań AI na potrzeby rzeczywistych przypadków biznesowych, a nie tylko prototypów. Współpraca z międzynarodowymi zespołami i wpływ na skalowanie rozwiązań AI w organizacji.

Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.

Brakuje: nie podano wielkości zespołu, brak informacji o kliencie lub kontekście biznesowym.

🛠 Wymagane technologie
Dane źródłowe
LLMGenerative AIRAGAirflow
AI Insights
Czym naprawdę jest ta rola?GenAI/MLOps Engineer

Rola skupia się na operacjonalizacji systemów GenAI i LLM w środowisku produkcyjnym. Obejmuje projektowanie i utrzymanie pipeline'ów RAG, zarządzanie przepływami danych za pomocą Airflow oraz optymalizację inferencji LLM. Celem jest wdrażanie rozwiązań AI na potrzeby rzeczywistych przypadków biznesowych, a nie tylko prototypów. Współpraca z międzynarodowymi zespołami i wpływ na skalowanie rozwiązań AI w organizacji.

Plusy
  • Międzynarodowa współpraca – możliwość pracy z zespołami z różnych krajów
  • Wpływ na skalowanie rozwiązań AI w organizacji
  • Przestrzeń do eksperymentowania i rozwoju w szybko zmieniającej się dziedzinie
  • Nacisk na systemy produkcyjne, a nie prototypy
Na co uważać
  • Bardzo ogólny opis obowiązków – brak konkretów co do technologii, procesów czy produktu
  • Agencja rekrutacyjna (Devire) – nie wiadomo, u kogo faktycznie będzie się pracować
  • Umowa 'other' – nieokreślona forma zatrudnienia
  • !Brak informacji o zespole i strukturze projektu
  • !Nieznany klient lub branża
  • !Praca wyłącznie stacjonarna w Warszawie
  • !Brak wzmianki o procesie rekrutacyjnym
  • ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
Codzienna praca
  • Projektowanie i implementacja pipeline'ów RAG (Retrieval-Augmented Generation)
  • Utrzymanie i optymalizacja przepływów danych w Apache Airflow
  • Monitorowanie i poprawa wydajności inferencji LLM w środowisku produkcyjnym
  • Współpraca z zespołami międzynarodowymi przy skalowaniu systemów AI
  • Eksperymentowanie z nowymi technikami LLM i ich wdrażanie
  • Zapewnianie niezawodności i stabilności systemów AI w produkcji
  • Automatyzacja procesów CI/CD dla modeli AI
Więcej o ofercie
Dla kogo jest ta oferta
Profil idealny

Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).

Minimum sensowne

Mid-level inżynier z przynajmniej rocznym doświadczeniem w operacjach LLM, znajomością Airflow i RAG, który potrafi samodzielnie utrzymywać proste pipeline'y AI w produkcji.

Raczej nie dla

Osoby bez doświadczenia w pracy z LLM w środowisku produkcyjnym, szukające roli czysto badawczej (ML researcher) lub preferujące wyłącznie pracę zdalną.

Ocena dopasowania
Junior1/5
Mid5/5
Senior2/5
Hands-on5/5
Architekt2/5
Remote1/5
Enterprise2/5
Pytania do rekrutera
  • ?U kogo będzie wykonywana praca – czy to projekt wewnętrzny Devire, czy klient zewnętrzny?
  • ?Jaka jest wielkość zespołu i jakie role w nim występują?
  • ?Jaki jest obecny stack technologiczny poza wymienionymi (np. frameworki, chmura, monitoring)?
  • ?Czy są dyżury on-call? Jakie jest oczekiwane obciążenie?
  • ?Jaki jest typowy proces wdrożenia nowego modelu LLM do produkcji?
  • ?Czy istnieje budżet na szkolenia lub konferencje?
  • ?Jaka jest przewidywana ścieżka kariery dla tej roli?
  • ?Czy można poznać konkretne przykłady przypadków biznesowych, nad którymi będzie się pracować?
Brakujące informacje
  • Nie podano wielkości zespołu
  • Brak informacji o kliencie lub kontekście biznesowym
  • Nie wiadomo, czy praca wymaga dyżurów on-call
  • Brak opisu procesu rekrutacyjnego
  • Nie określono budżetu szkoleniowego ani możliwości rozwoju
Zespół

Międzynarodowe środowisko współpracy, nacisk na eksperymentowanie i autonomię w kształtowaniu rozwiązań AI.

🔗Podobne oferty