Technologie i narzędzia
Potrzebujemy inżynierów, którzy budują systemy AI działające poza notatnikiem Jupyter. Przekształcisz architektury zaprojektowane dla rzeczywistych problemów w usługi produkcyjne — niezawodne, obserwowalne i efektywne kosztowo. Twoje codzienne zadania będą obejmować pisanie kodu w Pythonie, łączenie infrastruktury chmurowej oraz rozwiązywanie nieatrakcyjnych problemów, które sprawiają, że AI jest naprawdę użyteczne: jakość danych, opóźnienia, ocena i wdrażanie.
Będziesz pracować w obszarze generatywnej i klasycznej AI — budując systemy AI oparte na wiedzy, integrując LLM-y w aplikacjach, trenując i wdrażając tradycyjne modele ML oraz utrzymując to wszystko w produkcji na Azure, AWS lub GCP.
Co oferujemy:
Grant AI — Przestań mówić o AI i zacznij ją budować. Nasz Grant AI daje Ci dedykowany budżet i zasoby, aby przekształcić Twój najdzikszy pomysł na AI w działający projekt, wspierany przez dwa płatne tygodnie, aby skupić się na niczym innym.
Centrum Doskonałości AI — Pracuj obok specjalistów w dziedzinie agentowej AI, suwerennej AI, generatywnej i dyskryminacyjnej AI. To nie jest zamknięty zespół — to ludzie, od których będziesz się uczyć i z którymi będziesz budować na co dzień.
Twoje narzędzia, Twój wybór — Pełny dostęp do narzędzi rozwojowych wspieranych przez AI, w tym Claude, Cursor i GitHub Copilot. Wybierz to, co najlepiej działa dla Ciebie.
Różnorodność projektów — Od generatywnej AI dla zgodności dokumentów prawnych, przez systemy agentowe w środowiskach produkcyjnych, po platformy AI na dużą skalę, wizję komputerową i autonomiczne prowadzenie. Nie będziesz się nudzić.
Wsparcie w zakresie konferencji i wystąpień — Chcesz uczestniczyć w konferencjach? Pomożemy Ci. Chcesz na nich wystąpić? Jeszcze lepiej — wesprzemy Cię dedykowanym czasem na przygotowanie i bonusami.
Twoje zadania
- Budowanie i wdrażanie systemów AI opartych na wiedzy end-to-end: pobieranie danych, dzielenie, potok embeddingów, logika wyszukiwania, ponowne klasyfikowanie i generowanie odpowiedzi
- Rozwój aplikacji agentowych — integracje narzędzi, pętle planowania, zarządzanie pamięcią, zabezpieczenia — przy użyciu frameworków takich jak LangGraph, LangChain, Semantic Kernel lub równoważnych
- Implementacja i utrzymanie potoków ML dla klasycznych przypadków użycia: modele predykcyjne, klasyfikacyjne, rekomendacyjne i optymalizacyjne
- Wdrażanie i optymalizacja infrastruktury serwowania modeli: punkty końcowe API, grupowanie, buforowanie, wykorzystanie GPU i zarządzanie kosztami w różnych środowiskach chmurowych
- Pisanie czystego, testowanego kodu produkcyjnego w Pythonie — nie kodu prototypowego, który ktoś inny musi przepisać
- Budowanie potoków oceny i monitorowania: automatyczne kontrole jakości, wykrywanie driftu, śledzenie opóźnień i pętle feedbackowe z udziałem ludzi
- Praca z usługami AI w chmurze na co najmniej jednej dużej platformie (Azure, AWS lub GCP) w celu wdrażania skalowalnych rozwiązań
- Współpraca z architektami AI w zakresie projektowania technicznego oraz z inżynierami danych w zakresie dostępności i jakości danych
Wymagania
- Co najmniej 4 lata doświadczenia w inżynierii oprogramowania lub ML, z praktycznym doświadczeniem w dostarczaniu 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 dużej platformy chmurowej (Azure, AWS lub GCP) i jej usług AI/ML
- Doświadczenie z bazami danych wektorowych, modelami embeddingów i systemami wyszukiwania w aplikacjach rzeczywistych
- Znajomość podstaw MLOps: wersjonowanie modeli, śledzenie eksperymentów, CI/CD dla ML i monitorowanie
- Umiejętność pracy autonomicznej przy jednoczesnej efektywnej współpracy z architektami, inżynierami danych i zespołami produktowymi
- Biegła znajomość języka angielskiego (w mowie i piśmie)
- Biegła znajomość języka polskiego wymagana
- Rezydencja w Polsce wymagana
Mile widziane
- Doświadczenie w dostrajaniu LLM-ów (LoRA, QLoRA) lub praca z potokami treningowymi modeli
- Tło w klasycznym ML — scikit-learn, XGBoost, prognozowanie szeregów czasowych lub systemy rekomendacyjne
- Doświadczenie z wdrożeniami kontenerowymi (Docker, Kubernetes) i infrastrukturą jako kod
- Wkład w projekty open-source AI/ML lub opublikowane pisma techniczne
Nr oferty JOB-CQC2V
Sii zapewnia, że wszystkie decyzje związane z zatrudnieniem są podejmowane wyłącznie na podstawie kwalifikacji i kompetencji. Zobowiązujemy się do równego traktowania wszystkich osób, niezależnie od cech chronionych, oraz promowania zróżnicowanego i integracyjnego środowiska pracy.
Technologies & tools
We need engineers who build AI systems that work outside of a Jupyter notebook. You’ll take architectures designed for real problems and turn them into production services — reliable, observable, and cost-efficient. Your day-to-day will involve writing Python, wiring up cloud infrastructure, and solving the unglamorous problems that make AI actually useful: data quality, latency, evaluation, and deployment.
You’ll work across the generative and classical AI stack — building knowledge-grounded AI systems, integrating LLMs into applications, training and deploying traditional ML models, and keeping it all running in production on Azure, AWS, or GCP.
What we offer:
AI Grant — Stop talking about AI and start building it. Our AI Grant gives you dedicated budget and resources to turn your wildest AI idea into a working project, backed by two paid weeks to focus on nothing else.
AI Center of Excellence — Work alongside specialists in agentic AI, sovereign AI, generative and discriminative AI. This isn’t a siloed team — it’s the people you’ll learn from and build with daily.
Your tools, your choice — Full access to AI-powered development tools including Claude, Cursor, and GitHub Copilot. Pick what works best for you.
Real project variety — From generative AI for legal document compliance, through agentic systems in manufacturing environments, to enterprise-scale AI platforms, computer vision, and autonomous driving. You won’t get bored.
Conference and speaking support — Want to attend conferences? We’ll back you. Want to speak at them? Even better — we’ll support you with dedicated preparation time and bonuses.
Your tasks
- Build and deploy knowledge-grounded AI systems end-to-end: data ingestion, chunking, embedding pipelines, retrieval logic, re-ranking, and response generation
- Develop agentic applications — tool integrations, planning loops, memory management, guardrails — using frameworks like LangGraph, LangChain, Semantic Kernel, or equivalent
- Implement and maintain ML pipelines for classical use cases: prediction, classification, recommendation, and optimization models
- Deploy and optimize model serving infrastructure: API endpoints, batching, caching, GPU utilization, and cost management across cloud environments
- Write clean, tested, production-grade Python — not prototype code that someone else has to rewrite
- Build evaluation and monitoring pipelines: automated quality checks, drift detection, latency tracking, and human-in-the-loop feedback loops
- Work with cloud-native AI services on at least one major platform (Azure, AWS, or GCP) to implement scalable solutions
- Collaborate with AI Architects on technical design and with data engineers on data availability and quality
Requirements
- At least 4 years in software or ML engineering, with hands-on experience shipping AI/ML systems to production
- Strong Python skills — not just scripting, but writing maintainable, tested code for production services
- Practical experience with AI/ML frameworks such as LangChain, LangGraph, Semantic Kernel, or equivalent
- Working knowledge of at least one major cloud platform (Azure, AWS, or GCP) and its AI/ML services
- Experience with vector databases, embedding models, and retrieval systems in real-world applications
- Familiarity with MLOps fundamentals: model versioning, experiment tracking, CI/CD for ML, and monitoring
- Ability to work autonomously while collaborating effectively with architects, data engineers, and product teams
- Fluent English (both written and spoken)
- Fluent Polish required
- Residing in Poland required
Nice to have
- Experience fine-tuning LLMs (LoRA, QLoRA) or working with model training pipelines
- Background in classical ML — scikit-learn, XGBoost, time series forecasting, or recommendation systems
- Experience with containerized deployments (Docker, Kubernetes) and infrastructure-as-code
- Contributions to open-source AI/ML projects or published technical writing
Job no. JOB-CQC2V
Sii zapewnia, że wszystkie decyzje związane z zatrudnieniem są podejmowane wyłącznie na podstawie kwalifikacji i kompetencji. Zobowiązujemy się do równego traktowania wszystkich osób, niezależnie od cech chronionych, oraz promowania zróżnicowanego i integracyjnego środowiska pracy.
Aplikuj szybko
AI Engineer – GenAI & Cloud (f/m/x)
Twoja aplikacja została przesłana
Skontaktujemy się z Tobą, gdy tylko sprawdzimy Twoje CV
Przetwarzanie...
Przepraszamy, coś poszło nie tak i Twoja wiadomość nie została dostarczona
Odśwież stronę i spróbuj ponownie. Skontaktuj się z nami, jeśli problem się powtórzy
Przepraszamy, ale wybrany plik wygląda na uszkodzony i nie możemy go przetworzyć.
Spróbuj przesłać inną kopię lub nową wersję pliku. Skontaktuj się z nami, jeśli problem wystąpi ponownie.
Benefity dla Ciebie
- 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
SZUKASZ CZEGOŚ INNEGO?
Mamy więcej ofert