Python AI Engineer
Britenet
Rola skupia się na budowaniu produkcyjnych systemów opartych na LLM (Large Language Models), takich jak zaawansowany RAG, orkiestracja agentów czy przetwarzanie danych nieustrukturyzowanych. To nie rola badawcza – wymaga silnych kompetencji inżynieryjnych (Python, ETL, chmura, konteneryzacja) oraz umiejętności łączenia AI z biznesem. Oczekuje się samodzielności w projektowaniu i wdrażaniu złożonych architektur AI, od parsowania dokumentów po deploy w chmurze.
Brakuje: nie podano wielkości zespołu, brak opisu procesu rekrutacyjnego.
Rola skupia się na budowaniu produkcyjnych systemów opartych na LLM (Large Language Models), takich jak zaawansowany RAG, orkiestracja agentów czy przetwarzanie danych nieustrukturyzowanych. To nie rola badawcza – wymaga silnych kompetencji inżynieryjnych (Python, ETL, chmura, konteneryzacja) oraz umiejętności łączenia AI z biznesem. Oczekuje się samodzielności w projektowaniu i wdrażaniu złożonych architektur AI, od parsowania dokumentów po deploy w chmurze.
- ✓Bardzo szczegółowy i techniczny opis – firma wie, czego chce
- ✓Nowoczesny stack AI: LLM, RAG, frameworki agentowe, wektorowe bazy danych
- ✓Doceniana znajomość ekosystemu .NET – może oznaczać pracę z klientem z tego środowiska
- !Nieokreślona liczba dni w biurze w trybie hybrydowym
- !Poziom 'regular' a zakres obowiązków i wymagania (LLM, Data Engineering) – może być niedoszacowany
- !Wymóg wyższego wykształcenia – potencjalnie wykluczający samouków
- !Brak informacji o stałości projektu lub długości kontraktu
- •Projektowanie i implementacja zaawansowanych potoków RAG z użyciem LangChain lub LlamaIndex
- •Budowanie ETL dla danych nieustrukturyzowanych: parsowanie dokumentów, chunking, transformacje z Pandas/NumPy
- •Praca z wektorowymi bazami danych (Qdrant, Pinecone, Chroma) – zarządzanie indeksami i metadanymi
- •Tworzenie testów i ewaluacji dla systemów LLM o niedeterministycznym wyjściu
- •Orkiestracja agentów z wykorzystaniem frameworków agentowych (np. LangGraph, CrewAI, AutoGen)
- •Wdrażanie i utrzymanie komponentów AI w chmurze (Azure/GCP/AWS) z użyciem Kubernetes i Docker
- •Współpraca z zespołami produktowymi – przekładanie wymagań AI na korzyści biznesowe
- •Dokumentowanie architektur i przeprowadzanie code review
Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).
Junior-mid z 3 latami doświadczenia w Pythonie, który miał styczność z LLM (np. RAG) i chce rozwijać się w kierunku AI Engineer – ale brakuje mu doświadczenia w produkcyjnych wdrożeniach lub w Data Engineering.
Osoby z mniej niż 3 latami doświadczenia w Pythonie (bloker) oraz osoby szukające czysto badawczej roli AI/ML bez komponentu inżynieryjnego (ETL, chmura, CI/CD).
- ?Ile osób liczy zespół AI/ML i jakie są role w zespole?
- ?Jaki jest główny projekt/klient – czy to projekt wewnętrzny, czy konsulting u klienta?
- ?Jakie są preferowane chmura i narzędzia CI/CD w praktyce?
- ?Czy w ofercie jest budżet na konferencje/szkolenia?
- ?Jaki jest proces rekrutacyjny – rozmowy, zadanie domowe, live coding?
- ?Jaka jest przewidywana długość kontraktu B2B i czy są możliwości przedłużenia?
- ?Czy wymagane są dyżury on-call lub praca w weekendy?
- ?Ile dni w tygodniu trzeba być w biurze w Warszawie?
- −Nie podano wielkości zespołu
- −Brak opisu procesu rekrutacyjnego
- −Nie wiadomo, czy praca jest na konkretnym projekcie czy rotacyjnie (outsourcing)
- −Brak informacji o dyżurach on-call
- −Nie podano benefitów poza stawką
Współpraca z zespołami produktowymi, nacisk na przekładanie AI na biznes – otwarta kultura, ale brak konkretów.
Na poziomie rynkowym
Dane z aktywnych ofert zawierających technologię Python. Pełne statystyki zarobków →