AI Fullstack Engineer

Jesteśmy liderem rekrutacji specjalistów i menedżerów oraz doradztwa w obszarze HR. Marka obecna jest w 35 krajach, w Polsce działa od 1996 roku. Przez ten czas zbudowaliśmy wiele karier kandydatów, dzięki elastycznemu i kompleksowemu podejściu do wszystkich rekrutacji. Antal tworzy ponad 130 profesjonalnych konsultantów ds. rekrutacji, którzy są oni nie tylko skutecznymi rekruterami, ale także wykwalifikowanymi doradcami, specjalizującymi się zarówno w zakresie wybranego sektora, jak i stanowiska.

• Doświadczenie jako Full Stack Developer lub AI Engineer.
• Bardzo dobra znajomość Python oraz/lub Java lub Node.js.
• Doświadczenie z REST API, GraphQL oraz architekturą mikroserwisową.
• Znajomość React oraz TypeScript (lub innego nowoczesnego frameworka frontendowego).
• Praktyczne doświadczenie z modelami LLM, embeddings oraz architekturą RAG.
• Dobra znajomość SQL oraz doświadczenie z Elasticsearch/OpenSearch, bazami wektorowymi lub Graph Database.
• Doświadczenie z Dockerem, Kubernetes oraz jedną z chmur publicznych (Azure, AWS lub GCP).
• Znajomość CI/CD, Terraform oraz narzędzi monitorujących.
• Wiedza z zakresu bezpiecznego programowania, OWASP oraz mechanizmów uwierzytelniania i autoryzacji.

Nice to have:

• Doświadczenie z Agentic AI oraz frameworkami orkiestracji agentów.
• Znajomość zagadnień Responsible AI, Explainable AI i Model Governance.
• Doświadczenie w budowie platform developerskich lub komponentów AI wielokrotnego użytku.
• Doświadczenie w sektorze finansowym lub innym środowisku regulowanym.

• Projektowanie, rozwój i utrzymanie aplikacji Full Stack wykorzystujących AI i Machine Learning.
• Tworzenie usług opartych o modele LLM, w tym Prompt Engineering, RAG, Tool Calling oraz mechanizmy Guardrails.
• Budowa API oraz mikroserwisów integrujących modele AI z systemami biznesowymi i źródłami danych.
• Tworzenie pipeline'ów danych odpowiedzialnych za pobieranie, transformację, indeksowanie i wyszukiwanie informacji.
• Rozwój nowoczesnych interfejsów użytkownika, takich jak chatboty, AI Copilot, workflow assistants czy dashboardy.
• Wdrażanie praktyk MLOps/LLMOps (CI/CD, wersjonowanie modeli, monitoring, kontrola jakości).
• Projektowanie i wykonywanie testów jednostkowych, integracyjnych, wydajnościowych oraz ewaluacji modeli AI.
• Optymalizacja aplikacji pod względem wydajności, kosztów oraz niezawodności.
• Zapewnienie bezpieczeństwa aplikacji zgodnie z zasadami Secure by Design oraz Privacy by Design.
• Współpraca z zespołami Product, UX, Data i Business przy realizacji produktów AI.