GenAI Engineer (Mid) (AI&Data)
Accenture
Rola polega na projektowaniu i wdrażaniu produkcyjnych rozwiązań GenAI (RAG, systemy agentowe) dla klientów korporacyjnych. Pracujesz end-to-end: od prototypu przez deployment w chmurze do optymalizacji. To rola inżynierska, nie badawcza – kluczowe jest dostarczanie działających aplikacji AI na produkcję. Pracujesz w konsultingu (Accenture), więc projekty zmieniają się w zależności od klienta.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: brak widełek wynagrodzenia, nie określono liczby dni pracy w biurze/kliencie.
Rola polega na projektowaniu i wdrażaniu produkcyjnych rozwiązań GenAI (RAG, systemy agentowe) dla klientów korporacyjnych. Pracujesz end-to-end: od prototypu przez deployment w chmurze do optymalizacji. To rola inżynierska, nie badawcza – kluczowe jest dostarczanie działających aplikacji AI na produkcję. Pracujesz w konsultingu (Accenture), więc projekty zmieniają się w zależności od klienta.
- ✓Realna odpowiedzialność za produkcyjne systemy GenAI od początku projektu
- ✓Wyraźna ścieżka rozwoju od individual contributor do lidera technicznego
- ✓Bogaty pakiet szkoleniowy (w tym GenAI) i możliwość certyfikacji
- ✓Program akcji pracowniczych z dywidendami
- ✓Praktyczne rozmowy techniczne – live coding z użyciem preferowanych narzędzi AI
- ✓Współpraca z doświadczonymi praktykami AI i Data
- !Brak informacji o widełkach wynagrodzenia
- !Konsultingowy charakter pracy – projekty mogą się zmieniać, wymagania klientów bywają zmienne, możliwe dłuższe godziny
- !Model hybrydowy: większość zdalnie, ale z okazjonalną obecnością w biurze/kliencie – nie określono częstotliwości
- !Duża organizacja – potencjalnie większa biurokracja
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Projektowanie i implementacja aplikacji GenAI (RAG, agentic workflows) w Pythonie z wykorzystaniem API LLM (OpenAI, Anthropic, Google) i modeli open-source
- •Budowanie pipeline'ów RAG: integracja z wektorowymi bazami danych, optymalizacja chunkowania i embeddingów
- •Tworzenie wieloagentowych systemów z użyciem frameworków (LangChain, LangGraph, LlamaIndex, ADK)
- •Deploy rozwiązań do chmur (AWS, Azure, GCP) z zapewnieniem niezawodności produkcyjnej
- •Debugowanie i optymalizacja outputów AI – redukcja halucynacji, poprawa dokładności
- •Integracja agentów AI z korporacyjnymi bazami danych i API
- •Współpraca z senior engineerami i architektami przy podejmowaniu decyzji technicznych
- •Codzienne korzystanie z narzędzi AI-assisted (Cursor, Copilot) jako integralnej części workflow
Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).
Osoba z 3 latami doświadczenia w software/data engineering, z przynajmniej rokiem praktyki z LLMami, która zrealizowała jeden pełny projekt RAG lub agentowy wdrożony w chmurze i używa na co dzień narzędzi AI-assisted.
Juniorzy bez komercyjnego doświadczenia w inżynierii oprogramowania, osoby bez praktycznej znajomości GenAI, osoby szukające wyłącznie pracy zdalnej (model hybrydowy z okazjonalną obecnością w biurze/kliencie) oraz osoby niechętne do pracy z narzędziami AI-assisted.
- ?Ile dni w tygodniu/miesiącu przewidziana jest obecność w biurze lub u klienta?
- ?Jaki jest typowy proces alokacji do projektu – czy mam wpływ na wybór?
- ?Jak wygląda skład zespołu (wielkość, role) i z kim będę najczęściej współpracować?
- ?Czy istnieje możliwość pracy nad wewnętrznymi projektami R&D obok projektów klienckich?
- ?Jak wygląda proces ewaluacji i monitorowania modeli w produkcji (LLMOps)?
- ?Czy firma zapewnia budżet na konferencje i dodatkowe szkolenia?
- ?Jakie są kryteria awansu z poziomu regular do senior?
- ?Czy w projektach korzystamy z platform AI (np. Vertex AI, SageMaker) czy raczej surowych API LLM?
- −Brak widełek wynagrodzenia
- −Nie określono liczby dni pracy w biurze/kliencie
- −Nie podano wielkości zespołu i struktury
- −Brak informacji o długości projektu i rotacji
- −Nie opisano procesu rekrutacyjnego poza jedną rozmową techniczną (czy jest screening HR?)
Zespół AI & Data w Accenture to środowisko współpracy z doświadczonymi praktykami, nastawione na innowacje i realne wdrożenia. Kultura oparta na własności i ciągłym rozwoju, z wykorzystaniem najnowszych narzędzi AI w codziennej pracy.
Rozmowa techniczna: rozwiązywanie rzeczywistego problemu na żywo z użyciem preferowanych narzędzi (w tym AI-assisted). Nie opisano innych etapów (prawdopodobnie wstępny screening HR).