AI Solutions Engineer / AI & Automation Engineer

Required skills: AI, API, Java, Python, C#, Azure, LLM Poszukujemy doświadczonego AI Software Engineera, który będzie odpowiedzialny za projektowanie i rozwój aplikacji wykorzystujących modele AI, w tym LLM. Rola łączy klasyczny software development z praktycznym wykorzystaniem AI oraz automatyzacją procesu dostarczania oprogramowania. Współpraca obejmuje przekładanie potrzeb biznesowych na rozwiązania techniczne, implementację i integrację aplikacji z istniejącymi systemami, a także przygotowanie testów, monitoringu i zautomatyzowanego procesu wdrażania. Ważnym elementem będzie również wykorzystanie narzędzi i agentów AI w procesie tworzenia oprogramowania – od analizy wymagań i planowania zmian po implementację, testowanie i dokumentację. Wymagania: - Minimum 5 lat doświadczenia w tworzeniu oprogramowania. - Bardzo dobra znajomość przynajmniej jednego języka programowania, np. Python, C# lub Java. - Doświadczenie w projektowaniu i implementacji usług, API, integracji, baz danych oraz testów automatycznych. - Praktyczne doświadczenie w tworzeniu i wdrażaniu rozwiązań AI wykorzystywanych przez rzeczywistych użytkowników. - Doświadczenie w pracy z modelami AI, w tym LLM, oraz jasno określony wkład w kod i architekturę rozwiązania. - Praktyczne wykorzystanie narzędzi lub agentów AI w procesie developmentu – m.in . do analizy wymagań, planowania, implementacji, testowania i dokumentacji. - Umiejętność weryfikacji kodu generowanego przez AI i stosowania takich narzędzi w kontrolowanym procesie dostarczania oprogramowania. - Znajomość zagadnień bezpieczeństwa IT i przetwarzania danych w środowiskach regulowanych. - Umiejętność analizy procesów i identyfikowania możliwości automatyzacji. - Umiejętność współpracy na styku biznesu i technologii. - Dostępność do spotkań w biurze we Wrocławiu. Mile widziane: - Znajomość Microsoft Azure, w tym parametryzacji i hardeningu. - Praktyczna znajomość DevOps i CI/CD. - Doświadczenie w pracy z OpenShift / Kubernetes. - Doświadczenie w organizacjach regulowanych, np. sektorze finansowym. - Znajomość MLOps i narzędzi do zarządzania cyklem życia modeli.