Software Engineer (AI/ML/Big Data)

🔎 Na czym polega rola?

60% – Software Engineering (Mid/Senior)

• Rozwój usług backendowych (Kotlin/Java).
• Przetwarzanie dużych wolumenów danych (Scala, BigQuery).
• Projektowanie i utrzymanie potoków danych (Apache Airflow / Cloud Composer).
• Praca w środowisku GCP – dbanie o skalowalność i wydajność.
• Współtworzenie infrastruktury jako kod (Terraform).

40% – Data Science & Analytics (Junior/Mid)

• Przygotowanie i czyszczenie danych (data wrangling, feature engineering).
• Wsparcie trenowania modeli ML/AI, testy A/B, walidacja hipotez.
• Analiza i wizualizacja wyników („data storytelling”) na potrzeby biznesu.
• Praca z Vertex AI (eksperymenty, endpointy, Feature Store).

🎯 Co oferujemy?

• Duży volumen danych
• Projekty zaawansowane technologicznie
• Doświadczeni specjaliści naokoło
• 💻 Praca zdalna (raz na kwartał spotkanie w biurze w Warszawie lub Poznaniu).
• 🤝 Długofalowa współpraca B2B przez apreel.
• 💰 Stawka:
• do 150 PLN/h – Mid
• do 175 PLN/h – Senior
• 🚀 Realny wpływ na rozwiązania ML w dużej skali

Jeśli chcesz łączyć backend, Big Data i praktyczne zastosowanie AI w środowisku o dużej skali — ta rola daje przestrzeń, by rozwijać oba filary kompetencji. Aplikuj!

Dla jednego z najbardziej rozwiniętych technologicznie e-commerce poszukujemy inżyniera, który będzie odpowiedzialny za budowę skalowalnej infrastruktury danych oraz aplikacji (backend/frontend), jednocześnie wspierając innych specjalistów w przygotowywaniu modeli AI i analizie danych.

✅ Kogo szukamy?

Software Engineering & Data (Mid/Senior):

• Bardzo dobra znajomość Kotlin lub Java.
• Doświadczenie z MongoDB i SQL (szczególnie BigQuery).
• Praktyka w Scala oraz przetwarzaniu Big Data.
• Doświadczenie z Apache Airflow / Cloud Composer.
• Znajomość GCP oraz Terraform (IaC).
• Min. 3–5 lat doświadczenia w Software Engineering.
• Praca z systemami dużej skali i wdrażanie rozwiązań produkcyjnych.

Data Science & AI (Junior/Mid):

• Znajomość Python/Scala (Spark) w kontekście analizy danych.
• Praktyczne wykorzystanie Vertex AI.
• Rozumienie cyklu życia modeli ML.
• Umiejętność interpretacji wyników i komunikowania ich biznesowi.
• Solidne podstawy statystyki.

Mile widziane:

• ReactJS (frontend),
• Looker Studio (dashboardy, BI)