Full Stack Engineer, AI systems
⚲ Warszawa, Kraków, Wrocław, Poznań, Gdańsk
Do uzgodnienia
Wymagania
- strong professional experience in full stack engineering across frontend and backend
- solid understanding of system design, distributed applications and API architecture
- experience working with LLMs, RAG systems or other AI-powered applications
- ability to operate effectively in ambiguous situations and make pragmatic engineering decisions
- strong ownership and ability to take functionality from idea through production deployment
- confidence working in a fast-moving environment with evolving product requirements
- ability to collaborate across engineering, Machine Learning and product teams
Opis stanowiska
Praca przy produkcie AI-native assistant, który ma obsługiwać codzienną komunikację, organizację i złożone workflow przy minimalnym udziale użytkownika. Rola jest end-to-end: frontend, backend i integracje AI, ze szczególnym naciskiem na projektowanie agentów, obsługę błędów i niezawodność w warunkach produkcyjnych. To oferta dla inżyniera, który lubi szeroki zakres zadań i pracę na styku ML, backendu i produktu. Uwaga: mimo nazwy 'AI systems', realnie będziesz integrować i dostosowywać istniejące modele AI, a nie tworzyć je od podstaw.
🔍 Dekoder Ogłoszenia
🔴
build the product layer that transforms advanced AI capabilities into useful, production-grade workflows
Będziesz odpowiedzialny za praktyczne zastosowanie modeli AI, co może oznaczać dużo pracy z integracją i dostosowaniem, a niekoniecznie tworzenie samych modeli.
🔴
design how AI agents plan and operate, interact with external tools, manage failures, recover from errors and deliver consistent value to users
Oznacza to prawdopodobnie budowanie logiki sterującej działaniem AI, a nie samo tworzenie algorytmów AI.
🔴
end-to-end engineering role covering frontend development, backend systems and AI integrations
Oczekuje się od Ciebie wszechstronności i umiejętności pracy na wszystkich poziomach, co może oznaczać dużą odpowiedzialność i szeroki zakres zadań.
🔴
Integrate LLMs, memory systems and external tools into applications that operate reliably under real-world conditions
Skupienie na integracji istniejących narzędzi AI, a nie na badaniach i rozwoju nowych modeli.
🔴
Design real-time AI interactions involving streaming, partial results and strict latency requirements
Praca nad optymalizacją wydajności i responsywności systemów AI, co może być technicznie wymagające.