Inżynier AI oddelegowany do przodu

Inżynier AI wdrażany do przoduTwórz kompleksowe produkty w oparciu o solidne podstawy danych, wykorzystując sztuczną inteligencję jako czynnik mnożący siłę.Praktyka dotycząca danych | Zdalne (Polska) | Senior O TechTorchW TechTorch budujemy przyszłość inteligentnej pracy. Naszą misją jest pomaganie firmom w projektowaniu, budowaniu i wdrażaniu agentów AI, którzy automatyzują złożone, rzeczywiste przepływy pracy - zapewniając niezawodność, mierzalny zwrot z inwestycji i ogromny wzrost wydajności. Tutaj nie będziesz tylko bawić się podpowiedziami ani przeprowadzać niekończących się weryfikacji koncepcji.

Będziesz dostarczać systemy AI klasy produkcyjnej, które rozwiązują rzeczywiste problemy w różnych branżach. Dołączysz do praktycznego, szybko poruszającego się i kierowanego własnością zespołu, który rozwija się dzięki szybkiemu budowaniu, szybkim wykonywaniu iteracji i widocznemu wynikom w ciągu kilku dni, a nie miesięcy. Informacje o praktyce Praktyka danych TechTorch znajduje się na styku danych przedsiębiorstwa i stosowanej sztucznej inteligencji.

Projektujemy i budujemy systemy oparte na sztucznej inteligencji, które nie tylko analizują przeszłość - aktywnie wpływają na decyzje. Nasza praca obejmuje infrastrukturę i potoki danych, inteligentną automatyzację oraz kompleksowe aplikacje AI w różnych branżach. Pracujemy w taki sam sposób, w jaki działają obecnie najlepsze zespoły obsługi klienta: małe zespoły, głęboka odpowiedzialność, brak przekazywania granic.

Przenosimy problemy z tablicy klienta na produkcję i pozwalamy sztucznej inteligencji zająć się tym, gdzie jest to potrzebne. Rola Poszukujemy inżyniera, który buduje cały stos i jest właścicielem danych znajdujących się pod nim. Możesz uczestniczyć w sesji klienta, kształtować architekturę, projektować podstawę danych i dostarczać aplikację działającą na niej - bez przekazywania granic.

Praca obejmuje dostarczanie klientów i rozwój wewnętrznego akceleratora. Mapujesz problem, konstruujesz rozwiązanie i jesteś właścicielem wyniku od początku do końca. Agenci kodujący AI odgrywają kluczową rolę w naszym tworzeniu - nie jest to nowość, ale codzienna warstwa, która pozwala małemu zespołowi zająć się dużym obszarem.

Co będziesz robić Samodzielna praca od początku do końca - od odkrywania i kształtowania rozwiązania poprzez projektowanie systemu, budowanie i wdrażanie produkcyjne. Projektuj i buduj fundament danych: modele danych, projektowanie schematów, modelowanie wymiarowe, potoki ETL/ELT i wolno zmieniające się wymiary (SCD), które wytrzymują produkcję. Twórz aplikacje z pełnym stosem na tym fundamencie - Usługi Python/FastAPI i nakładki Next.js, które sprawiają, że dane i przepływy pracy AI stają się użyteczne.

Używaj agentów kodujących AI (Claude Code lub równoważny) jako głównego akceleratora kompilacji, aby szybko przejść od specyfikacji do działającego oprogramowania, bez poświęcania oceny i jakości. Projektuj i twórz możliwości AI tam, gdzie pasują - potoki RAG, agentyczne przepływy pracy i przetwarzanie LLM w pętli - i komponuj je za pomocą serwerów MCP, umiejętności i wtyczek. Organizuj potoki i automatyzację za pomocą narzędzi takich jak Airflow, Dagster/Prefect, Celery lub Temporal - wybierz odpowiednie narzędzie do danego zadania.

Stań i organizuj wdrożenia CI/CD oraz chmury na AWS i Azure. Przekładaj niejednoznaczne wymagania klientów na jasne projekty i komunikuj kompromisy zarówno odbiorcom technicznym, jak i biznesowym. Wnoś akceleratory wielokrotnego użytku i zasoby techniczne z powrotem do praktyki przetwarzania danych.

Must Have Poszukujemy osób, które chcą naprawdę zagłębić się w produkcję w zakresie inżynierii danych i programowania pełnego stosu - a nie powierzchniowej znajomości żadnego z nich.

Data Engineering Foundation

Modelowanie danych i projektowanie schematów - modelowanie wymiarowe, kompromisy w zakresie normalizacji i projektowanie schematów EDW/hurtowni, których można obronić. Praktyczne doświadczenie w zakresie potoków danych - projektowanie ETL/ELT dla obciążeń wsadowych i przyrostowych, budowane i utrzymywane w środowisku produkcyjnym (nie tylko skrypty SQL zgodnie z harmonogramem). Powoli zmieniające się wymiary (SCD) i obsługa zmian danych - zna wzorce i kiedy każdy z nich ma zastosowanie.dbt Doświadczenie - modułowe transformacje SQL, testy, dokumentacja i strategie przyrostowe.Zaawansowany SQL i co najmniej jedna nowoczesna platforma danych dogłębnie (np.

Snowflake, Databricks lub porównywalny hurtownia/lakehouse w chmurze).Myślenie o jakości danych - testowanie, walidacja i pochodzenie traktowane jako pierwszorzędne, a nie przemyślenia.Full-Stack AI Product DevelopmentPython jako podstawowy język - usługi, automatyzacja i dane działają podobnie.FastAPI - projektowanie asynchronicznego interfejsu API REST, wstrzykiwanie zależności, testowanie.Nowoczesny frontend, najlepiej Next.js - architektura komponentów, SSR, zarządzanie stanem i rzeczywista wrażliwość na UX.PostgreSQL - projektowanie schematów, optymalizacja zapytań, indeksowanie.Projekt systemu - umożliwia architekturę z pustej strony: usługi, granice, kompromisy i skalę.Inżynieria sparowana ze sztuczną inteligencją - wykorzystuje narzędzie do kodowania agentycznego (Claude Code, Cursor lub porównywalne) jako prawdziwy akcelerator codziennego przepływu pracy i potrafi konkretnie opisać, jak. Własność CI/CD i wdrożenia w chmurze na AWS lub Azure, bez dużego wsparcia. Sposoby pracy Wygodny w kontaktach z klientem - może reprezentować TechTorch od strony technicznej i przekładać się na biznes i inżynierię.

Nastawienie na klienta - zakotwicza decyzje w tym, co interesariusz faktycznie próbuje osiągnąć i może płynnie przełączać się między poglądem inżyniera a poglądem właściciela firmy w tej samej rozmowie. Instynkt własności od końca do końca - przenosi problem od odkrycia do produkcji i jest właścicielem wyniku, zamiast przekazywać go przy każdym przekazaniu. Miło, że nie jest wymagane aplikowanie - ale to są rzeczy, które wyróżniają kandydata.

Wyjątkowy wyróżnik - Płynność danych komercyjnych: doświadczenie w ocenie przepływu danych handlowych przez CRM (najlepiej Salesforce) i ERP (najlepiej NetSuite) od okazji do zamówienia po wystawienie faktury, z możliwością diagnozowania, dokumentowania i rozwiązywania niespójności. Głębokość sztucznej inteligencji agenta - LangGraph lub porównywalny: koordynacja wielu agentów, wykorzystanie narzędzi, pamięć i zarządzanie stanem.Inżynieria RAG - strategie wyszukiwania, składowanie wektorów, dzielenie na kawałki, ponowne ocenianie i ocena.Doświadczenie w środowisku konsultingowym lub środowisku dostaw do klientów lub rola inżyniera wdrażanego do przodu/wbudowanego.Szerokość orkiestracji przepływu pracy w wielu narzędziach (Airflow, Dagster, Prefect, Temporal, ADF, Databricks Workflows).Wzorce danych przesyłania strumieniowego - Kafka, Spark Streaming lub Flink.Bazy danych wektorowych - Pinecone, Weaviate, Qdrant lub pgvector.Śledzenie eksperymentów - MLflow, Weights & Biases lub podobne.Wkład w sztuczną inteligencję typu open source lub narzędzia do przetwarzania danych lub w wewnętrzne akceleratory i frameworki.Ekspozycja na architekturę chmur wielochmurowych lub hybrydowych.Możesz być w dobrej formie, jeśli...nie masz problemu z projektowaniem modelu danych rano i wysyłaniem FastAPI + Dodatkowa funkcja Next.js popołudniu. Traktujesz agenta kodującego AI jak mnożnik siły - naprawdę zmieniłeś sposób tworzenia, a nie tylko włączyłeś autouzupełnianie.

W tej samej rozmowie możesz wyjaśnić inżynierowi strategię SCD i ryzyko związane z jakością danych interesariuszowi biznesowemu. Dostarczyłeś do produkcji prawdziwe rzeczy - nie tylko demonstracje lub PoC. Masz zdanie na temat projektowania systemów i danych i możesz je wykonać kopię zapasową.

Co oferujemy W pełni zdalnie - pracuj z dowolnego miejsca, na całym świecie.Półroczny zespół poza siedzibą firmy - spotykamy się osobiście co najmniej dwa razy w roku, aby nawiązać kontakt, naładować baterie i wykonywać lepszą pracę twarzą w twarz.Wysoka autonomia i duża liczba właścicieli, praca nad pełnym zakresem rzeczywistych problemów klientów - a nie zabawkowe zbiory danych czy gotowe bilety.Zespół, który poważnie podchodzi do narzędzi sztucznej inteligencji i oczekuje, że będziesz z nich korzystać, a nie tylko porzucisz je.Dostęp do pełnych nowoczesnych danych i stosu sztucznej inteligencji - nie ma jednego narzędzia sklepy.Możliwość rozwoju w kierunku architektury danych, przywództwa platformy lub dogłębnej inżynierii AI, w zależności od tego, dokąd chcesz się udać.Znajdź pracę w Wielkiej Brytanii na Arbeitnow