AI Engineer – GenAI & Cloud (f / m/x) - Regular, Senior
Białystok, Polska, Bydgoszcz, Polska, Kraków, Polska +10Key offer highlights
Min. 3 years of experience
DevOps / Cloud: AWS, Azure, Docker, Kubernetes
Full-time
Remote work - no commuting
Private healthcare
Opis
Szukamy inżynierów, którzy budują systemy AI działające poza notatnikiem Jupyter. Przekształcisz architektury zaprojektowane dla realnych problemów w usługi produkcyjne — niezawodne, obserwowalne i efektywne kosztowo. Twoja codzienna praca będzie polegać na pisaniu w Pythonie, konfiguracji infrastruktury chmurowej oraz rozwiązywaniu nieefektownych problemów, które sprawiają, że AI jest naprawdę użyteczne: jakość danych, opóźnienia, ewaluacja i wdrożenie. Będziesz pracować w całym stosie generatywnej i klasycznej AI — budując systemy AI oparte na wiedzy, integrując LLM w aplikacjach, trenując i wdrażając tradycyjne modele ML oraz utrzymując je w produkcji na platformach Azure, AWS lub GCP. Co oferujemy: Grant AI — Przestań mówić o AI i zacznij je budować. Nasz Grant AI daje Ci dedykowany budżet i zasoby, aby zamienić Twoje najśmielsze pomysły AI w działający projekt, wspierany dwutygodniowym płatnym czasem na skupienie się wyłącznie na tym. Centrum Doskonałości AI — Pracuj z ekspertami w dziedzinie agentowej AI, suwerennej AI, generatywnej i dyskryminacyjnej AI. To nie jest odizolowany zespół — to ludzie, od których codziennie się uczysz i z którymi budujesz. Twoje narzędzia, Twój wybór — Pełny dostęp do narzędzi wspieranych AI, w tym Claude, Cursor i GitHub Copilot. Wybierz to, co działa najlepiej dla Ciebie. Różnorodność projektów — Od generatywnej AI dla zgodności dokumentów prawnych, przez systemy agentowe w środowiskach produkcyjnych, po platformy AI na skalę przedsiębiorstwa, wizję komputerową i autonomiczną jazdę. Nie będziesz się nudzić. Wsparcie konferencyjne i wystąpienia — Chcesz uczestniczyć w konferencjach? Wspieramy Cię. Chcesz na nich występować? Jeszcze lepiej — zapewnimy Ci dedykowany czas na przygotowanie i premie.
Benefity
Great Place to Work
Stabilna sytuacja finansowa
Kontrakty z globalnymi markami
Centrum szkoleń wewnętrznych
Wielu ekspertów, od których możesz się uczyć
Otwarty i dostępny zarząd
Profit sharing
Program Sponsoringu Pasji
Cykliczne imprezy i wyjazdy integracyjne
Komfortowe i dobrze wyposażone biura
Aplikacja MySii
Opieka medyczna
Wymagania
Co najmniej 4 lata doświadczenia w inżynierii oprogramowania lub ML, z praktycznym wdrażaniem systemów AI/ML do produkcji
Silne umiejętności w Pythonie — nie tylko skrypty, ale pisanie utrzymywalnego, testowanego kodu dla usług produkcyjnych
Praktyczne doświadczenie z frameworkami AI/ML takimi jak LangChain, LangGraph, Semantic Kernel lub równoważnymi
Znajomość przynajmniej jednej głównej platformy chmurowej (Azure, AWS lub GCP) oraz jej usług AI/ML
Doświadczenie z bazami danych wektorowych, modelami osadzania i systemami wyszukiwania w zastosowaniach produkcyjnych
Znajomość podstaw MLOps: wersjonowanie modeli, śledzenie eksperymentów, CI/CD dla ML oraz monitorowanie
Umiejętność pracy autonomicznej przy efektywnej współpracy z architektami, inżynierami danych i zespołami produktowymi
Biegła znajomość języka angielskiego (w mowie i piśmie)
Wymagana biegła znajomość języka polskiego
Wymagane zamieszkanie w Polsce
Zakres obowiązków
Budowa i wdrażanie systemów AI opartych na wiedzy end-to-end: pobieranie danych, dzielenie na fragmenty, pipeline osadzania, logika wyszukiwania, ponowne sortowanie i generowanie odpowiedzi
Tworzenie aplikacji agentowych — integracje narzędzi, pętle planowania, zarządzanie pamięcią, zabezpieczenia — z użyciem frameworków takich jak LangGraph, LangChain, Semantic Kernel lub równoważnych
Implementacja i utrzymanie pipeline'ów ML dla klasycznych zastosowań: modele predykcyjne, klasyfikacyjne, rekomendacyjne i optymalizacyjne
Wdrażanie i optymalizacja infrastruktury serwującej modele: punkty końcowe API, batchowanie, cache'owanie, wykorzystanie GPU oraz zarządzanie kosztami w środowiskach chmurowych
Pisanie czystego, testowanego, produkcyjnego kodu w Pythonie — nie prototypowego, który ktoś inny musi przepisać
Budowa pipeline'ów ewaluacji i monitoringu: automatyczne kontrole jakości, wykrywanie dryfu, śledzenie opóźnień i pętle sprzężenia zwrotnego z udziałem człowieka
Praca z natywnymi usługami AI w chmurze na przynajmniej jednej głównej platformie (Azure, AWS lub GCP) w celu implementacji skalowalnych rozwiązań
Współpraca z architektami AI przy projektowaniu technicznym oraz z inżynierami danych w zakresie dostępności i jakości danych