Senior / Lead AI Backend Engineer (Pragmatic GenAI & Production Systems)
⚲ Warszawa
180–215 zł netto (+ VAT) / godz.
Wymagania
- Python
- LangChain
- LangGraph
- Go
- Java
- C++
- Kafka
- Docker
- Kubernetes
Opis stanowiska
Nasze wymagania:
Core: Bardzo mocny Python oraz świetna znajomość min. jednego dodatkowego języka (Go, Scala, Java, C++ lub Rust).
AI / GenAI Layer: Praktyczne doświadczenie z LangChain, LangGraph, RAG, Autogen, HuggingFace lub narzędziami Computer Vision (OpenCV, Detectron2).
Data & Cloud: Znajomość architektur chmurowych (AWS / GCP / Azure), systemów kolejkowych (Kafka, RabbitMQ) oraz narzędzi orkiestracji (Docker, Kubernetes, Airflow).
Mindset: Podejście „Product Ownera” – potrafisz challenge'ować architekturę, dbać o czysty kod (TDD/BDD) i rozumiesz, że technologia ma zarabiać na biznes.
Komunikacja: Język angielski na poziomie min. B2/C1 (swobodna współpraca z klientami z USA / Europy Zachodniej).
O projekcie:
Masz za sobą 8, 10, a może 20 lat doświadczenia w software engineeringu (Python, Go, Scala, C++). Mogłeś być CTO, założycielem tech-startupu lub Principalem w korporacji. Najważniejsze jest to, że łączysz akademicki lub inżynieryjny rygor z pragmatyzmem biznesowym. Wiesz, jak przenieść modele AI ze stanu „działa u mnie na Jupyter Notebooku” do stabilnego, bezpiecznego i skalowalnego środowiska produkcyjnego obsługującego miliony użytkowników.
Zakres obowiązków:
Projektowanie architektur GenAI/LLM: Budowanie zaawansowanych systemów wieloagentowych (Agentic Workflows), platform RAG (GraphRAG) oraz aplikacji opartych na LLM.
Twardy Backend & Data: Projektowanie mikroserwisów, optymalizacja baz danych (w tym baz wektorowych, PostgreSQL/pgvector, Neo4j) oraz integracja potoków danych (ETL/Airflow/Kafka).
Security & Telemetria AI: Dbanie o bezpieczeństwo systemów LLM, zarządzanie ryzykiem, konteneryzacja modeli oraz wdrażanie systemów monitorowania ich wydajności.
Liderowanie i Mentorat: Współpraca z biznesem (od wymagań do MVP), kierowanie zespołami technicznymi i szerzenie najlepszych praktyk inżynieryjnych w obszarze AI.
Oferujemy:
Elastyczność: Kontrakty długoterminowe B2B, 100% pracy zdalnej, dojrzałe technicznie zespoły bez mikrozarządzania
Projekty z efektem „wow”: Żadnego utrzymaniowego nudziarstwa. Pracujemy z firmami, które budują autonomiczne systemy pomiarowe AI, platformy FinTech oparte na agentach, systemy bezpieczeństwa kodu czy zaawansowane narzędzia do reasoningux
Rozwój w strukturach dojrzałej organizacji o ugruntowanej renomie i silnej pozycji rynkowej
Kompletne stanowisko pracy: dostarczamy nowoczesny, spersonalizowany sprzęt oraz pełne zaplecze software'owe gotowe do działania
Dedykowany mentoring: stała opieka i partnerskie wsparcie w kreowaniu Twojej ścieżki zawodowej od zespołu ekspertów 1dea
Stawiamy na relacje – budujemy kulturę opartą na wzajemnym szacunku, grze do jednej bramki i dzieleniu się wiedzą
Realny wpływ na projekty: u nas nie ma sztywnych schematów. Masz pełną przestrzeń na zgłaszanie własnych inicjatyw, a Twoje pomysły kształtują nasze rozwiązania
Core: Bardzo mocny Python oraz świetna znajomość min. jednego dodatkowego języka (Go, Scala, Java, C++ lub Rust).
AI / GenAI Layer: Praktyczne doświadczenie z LangChain, LangGraph, RAG, Autogen, HuggingFace lub narzędziami Computer Vision (OpenCV, Detectron2).
Data & Cloud: Znajomość architektur chmurowych (AWS / GCP / Azure), systemów kolejkowych (Kafka, RabbitMQ) oraz narzędzi orkiestracji (Docker, Kubernetes, Airflow).
Mindset: Podejście „Product Ownera” – potrafisz challenge'ować architekturę, dbać o czysty kod (TDD/BDD) i rozumiesz, że technologia ma zarabiać na biznes.
Komunikacja: Język angielski na poziomie min. B2/C1 (swobodna współpraca z klientami z USA / Europy Zachodniej).
O projekcie:
Masz za sobą 8, 10, a może 20 lat doświadczenia w software engineeringu (Python, Go, Scala, C++). Mogłeś być CTO, założycielem tech-startupu lub Principalem w korporacji. Najważniejsze jest to, że łączysz akademicki lub inżynieryjny rygor z pragmatyzmem biznesowym. Wiesz, jak przenieść modele AI ze stanu „działa u mnie na Jupyter Notebooku” do stabilnego, bezpiecznego i skalowalnego środowiska produkcyjnego obsługującego miliony użytkowników.
Zakres obowiązków:
Projektowanie architektur GenAI/LLM: Budowanie zaawansowanych systemów wieloagentowych (Agentic Workflows), platform RAG (GraphRAG) oraz aplikacji opartych na LLM.
Twardy Backend & Data: Projektowanie mikroserwisów, optymalizacja baz danych (w tym baz wektorowych, PostgreSQL/pgvector, Neo4j) oraz integracja potoków danych (ETL/Airflow/Kafka).
Security & Telemetria AI: Dbanie o bezpieczeństwo systemów LLM, zarządzanie ryzykiem, konteneryzacja modeli oraz wdrażanie systemów monitorowania ich wydajności.
Liderowanie i Mentorat: Współpraca z biznesem (od wymagań do MVP), kierowanie zespołami technicznymi i szerzenie najlepszych praktyk inżynieryjnych w obszarze AI.
Oferujemy:
Elastyczność: Kontrakty długoterminowe B2B, 100% pracy zdalnej, dojrzałe technicznie zespoły bez mikrozarządzania
Projekty z efektem „wow”: Żadnego utrzymaniowego nudziarstwa. Pracujemy z firmami, które budują autonomiczne systemy pomiarowe AI, platformy FinTech oparte na agentach, systemy bezpieczeństwa kodu czy zaawansowane narzędzia do reasoningux
Rozwój w strukturach dojrzałej organizacji o ugruntowanej renomie i silnej pozycji rynkowej
Kompletne stanowisko pracy: dostarczamy nowoczesny, spersonalizowany sprzęt oraz pełne zaplecze software'owe gotowe do działania
Dedykowany mentoring: stała opieka i partnerskie wsparcie w kreowaniu Twojej ścieżki zawodowej od zespołu ekspertów 1dea
Stawiamy na relacje – budujemy kulturę opartą na wzajemnym szacunku, grze do jednej bramki i dzieleniu się wiedzą
Realny wpływ na projekty: u nas nie ma sztywnych schematów. Masz pełną przestrzeń na zgłaszanie własnych inicjatyw, a Twoje pomysły kształtują nasze rozwiązania
🔍 Dekoder Ogłoszenia
🟢
Pragmatic GenAI & Production Systems
Oznacza to, że projekt skupia się na praktycznym wdrażaniu modeli GenAI w środowisku produkcyjnym, a nie tylko na eksperymentach.
🟡
Podejście „Product Ownera”
Oczekuje się, że kandydat będzie myślał o produkcie i jego wartości biznesowej, a nie tylko o implementacji technicznej.
🟢
potrafisz challenge'ować architekturę
Oczekuje się aktywnego udziału w dyskusjach architektonicznych i proponowania ulepszeń, a nie tylko biernego przyjmowania założeń.
🟢
rozumiesz, że technologia ma zarabiać na biznes
Kładzie się nacisk na to, aby rozwiązania techniczne przynosiły wymierne korzyści finansowe firmie.
🔴
Masz za sobą 8, 10, a może 20 lat doświadczenia w software engineeringu
Chociaż podane są widełki, może to sugerować preferencję dla kandydatów z bardzo bogatym i zróżnicowanym doświadczeniem, potencjalnie z naciskiem na starszych specjalistów.