Praca LLM

769 ofert pracy z LLM. 53% zdalnie, najczęściej w Warszawie, w Krakowie i we Wrocławiu. Najczęstsze stanowiska: AI Engineer i Backend Developer.

+269%vs październik 2025

Zobacz 769 ofertStan na 5 listopada 2026 · aktualizowane co godzinę
Aktywne oferty
769
+125 w ostatnim tygodniu
Firmy rekrutujące
275
z co najmniej jedną ofertą
Praca zdalna
53%
ofert dopuszcza pracę zdalną
Najczęstsza kategoria
AI/GenAI
562 oferty

LLM – zarobki

Mediana widełek miesięcznie, tylko z ofert z podanym wynagrodzeniem.

Mediana widełek wynagrodzeń miesięcznie według poziomu i rodzaju umowy, z liczbą ofert
PoziomB2B (netto)Umowa o pracę (brutto)
MidB2B (netto)20 200–25 200 złz 85 ofertUmowa o pracę (brutto)15 000–22 000 złz 23 ofert
SeniorB2B (netto)25 200–30 200 złz 202 ofertUmowa o pracę (brutto)23 000–30 600 złz 53 ofert

Liczymy medianę dolnych i górnych granic widełek z 347 aktualnych ofert. Jak to wyliczyliśmy?

Doświadczenie i model pracy

Doświadczenie

  • Senior50365%
  • Mid19826%
  • Junior71%
  • Staż61%

Model pracy

  • Zdalnie40953%
  • Hybrydowo33443%
  • Stacjonarnie10213%

Oferta może dopuszczać kilka modeli pracy, więc udziały sumują się do ponad 100%.

Technologie wymagane razem z LLM

Odsetek ofert z tej strony, które wymieniają daną technologię w wymaganiach. Link prowadzi do wszystkich jej ofert.

Firmy z największą liczbą ofert: LLM

Liczba aktywnych ofert danej firmy na tej stronie.

Wszystkie firmy IT

Wyróżnione i najnowsze oferty: LLM

Wszystkie oferty

LLM w pracy: do czego się przydaje

Duże modele językowe (LLM, large language models) to modele AI wytrenowane na ogromnych zbiorach tekstu, które odpowiadają na pytania, streszczają dokumenty i piszą kod. Praca z nimi rzadko polega na trenowaniu własnego modelu. Częściej programista łączy gotowy model przez API z danymi firmy, buduje odpowiedzi oparte na wyszukanych dokumentach (RAG), agentów wywołujących narzędzia, zwykle w Pythonie i z bibliotekami takimi jak LangChain. Takie zadania trafiają do ML Engineerów i backendowców, a od klasycznego uczenia maszynowego różni je to, że ciężar przesuwa się z danych treningowych na prompty, kontekst i ewaluację.