Senior Fullstack Developer (Python + React)
⚲ Gdańsk, Poznań, Wrocław
16 800 - 26 880 PLN netto (B2B)
Wymagania
- min. 5 lat doświadczenia w full stack development
- doświadczenie w przekształcaniu kodu eksploracyjnego w rozwiązania produkcyjne
- praktyczne doświadczenie z AWS i środowiskami chmurowymi
- obywatelstwo UE i rezydencja w Polsce
- praca hybrydowa — 2 dni w tygodniu w biurze (Gdańsk, Poznań lub Wrocław)
Opis stanowiska
Rozwój aplikacji AI-enabled dla międzynarodowego klienta — backend w Pythonie, frontend w React, integracja z funkcjami AI. Będziesz przekształcać eksploracyjne Proof-of-Concepty tworzone przez Data Scientists w produkcyjne, skalowalne rozwiązania, pracować z AWS, Streamlit i LLM. To oferta dla doświadczonego fullstack developera, który lubi pracować na styku data science i inżynierii. Uwaga: ogłoszenie wymienia długą listę modnych technologii (Generative AI, LLM, cloud-native, intelligent process automation) — część z nich może być tylko kontekstem projektu, a nie realną pracą developera. Sygnał 'transforming exploratory Proof-of-Concepts developed by Data Scientists' sugeruje, że realnie czeka Cię dokańczanie cudzych prototypów i praca pod zespołem Data Science — warto dopytać o podział odpowiedzialności.
🔍 Dekoder Ogłoszenia
🟡
cutting-edge technologies that shape the future
Ogólnikowy marketing agencji rekrutacyjnej — nie mówi nic o realnym stacku ani projekcie.
🟡
state-of-the-art AI-enabled application
Brzmi imponująco, ale bez konkretów — nie wiadomo, co dokładnie robi aplikacja ani jaki ma udział AI w codziennej pracy.
🟡
robust, scalable, production-ready solutions
Zestaw buzzwordów; realny zakres odpowiedzialności (utrzymanie, dług techniczny, SLA) nie został opisany.
🔴
Generative AI, Large Language Models (LLMs), cloud-native architectures, and intelligent process automation
Długa lista modnych technologii w jednym zdaniu — ryzyko, że część z nich to tylko kontekst projektu, a nie realna praca developera.
🔴
transforming exploratory Proof-of-Concepts developed by Data Scientists
Sygnał, że realnie czeka Cię dokańczanie cudzych prototypów i praca „pod” zespołem Data Science — warto dopytać o podział odpowiedzialności.