AI Engineer – GenAI & Cloud (f/m/x)

Regular,
Senior

Remote,
Hybrid,
Office

Multiple locations Show all

This offer base language is English. Translate into Ukrainian.

This translation is generic and may include errors. Show original text

Technologies & tools

Must have

AI/ML Python LangChain/LangGraph Cloud Computing GenAI

Nice to have

AWS GCP Microsoft Azure

We need engineers who build AI systems that work outside of a Jupyter notebook. You’ll take architectures designed for real problems and turn them into production services — reliable, observable, and cost-efficient. Your day-to-day will involve writing Python, wiring up cloud infrastructure, and solving the unglamorous problems that make AI actually useful: data quality, latency, evaluation, and deployment.

You’ll work across the generative and classical AI stack — building knowledge-grounded AI systems, integrating LLMs into applications, training and deploying traditional ML models, and keeping it all running in production on Azure, AWS, or GCP.

What we offer:

AI Grant — Stop talking about AI and start building it. Our AI Grant gives you dedicated budget and resources to turn your wildest AI idea into a working project, backed by two paid weeks to focus on nothing else.

AI Center of Excellence — Work alongside specialists in agentic AI, sovereign AI, generative and discriminative AI. This isn’t a siloed team — it’s the people you’ll learn from and build with daily.

Your tools, your choice — Full access to AI-powered development tools including Claude, Cursor, and GitHub Copilot. Pick what works best for you.

Real project variety — From generative AI for legal document compliance, through agentic systems in manufacturing environments, to enterprise-scale AI platforms, computer vision, and autonomous driving. You won’t get bored.

Conference and speaking support — Want to attend conferences? We’ll back you. Want to speak at them? Even better — we’ll support you with dedicated preparation time and bonuses.

Your tasks

Build and deploy knowledge-grounded AI systems end-to-end: data ingestion, chunking, embedding pipelines, retrieval logic, re-ranking, and response generation
Develop agentic applications — tool integrations, planning loops, memory management, guardrails — using frameworks like LangGraph, LangChain, Semantic Kernel, or equivalent
Implement and maintain ML pipelines for classical use cases: prediction, classification, recommendation, and optimization models
Deploy and optimize model serving infrastructure: API endpoints, batching, caching, GPU utilization, and cost management across cloud environments
Write clean, tested, production-grade Python — not prototype code that someone else has to rewrite
Build evaluation and monitoring pipelines: automated quality checks, drift detection, latency tracking, and human-in-the-loop feedback loops
Work with cloud-native AI services on at least one major platform (Azure, AWS, or GCP) to implement scalable solutions
Collaborate with AI Architects on technical design and with data engineers on data availability and quality

Requirements

At least 4 years in software or ML engineering, with hands-on experience shipping AI/ML systems to production
Strong Python skills — not just scripting, but writing maintainable, tested code for production services
Practical experience with AI/ML frameworks such as LangChain, LangGraph, Semantic Kernel, or equivalent
Working knowledge of at least one major cloud platform (Azure, AWS, or GCP) and its AI/ML services
Experience with vector databases, embedding models, and retrieval systems in real-world applications
Familiarity with MLOps fundamentals: model versioning, experiment tracking, CI/CD for ML, and monitoring
Ability to work autonomously while collaborating effectively with architects, data engineers, and product teams
Fluent English (both written and spoken)

Nice to have

Experience fine-tuning LLMs (LoRA, QLoRA) or working with model training pipelines
Background in classical ML — scikit-learn, XGBoost, time series forecasting, or recommendation systems
Experience with containerized deployments (Docker, Kubernetes) and infrastructure-as-code
Contributions to open-source AI/ML projects or published technical writing

Job no. 260402-WL1GP

Sii ensures that all hiring decisions are made solely on the basis of qualifications and competence. We are committed to equal and fair treatment of all, regardless of legally protected characteristics. At Sii, we promote a diverse and inclusive work environment, in full compliance with applicable anti-discrimination laws.

Технології

Необхідні навички

AI/ML Python LangChain/LangGraph Cloud Computing GenAI

Буде перевагою

AWS GCP Microsoft Azure

Нам потрібні інженери, які створюють системи штучного інтелекту, що працюють за межами ноутбука Jupyter. Ви візьмете архітектури, розроблені для реальних проблем, і перетворите їх на виробничі сервіси - надійні, спостережувані та економічно ефективні. Щоденно ви будете писати Python, налаштовувати хмарну інфраструктуру та вирішувати негламурні проблеми, які роблять ШІ насправді корисним: якість даних, затримки, оцінка та розгортання.

Ви працюватимете з генеративним та класичним стеком ШІ - будуватимете системи ШІ на основі знань, інтегруватимете LLM у додатки, навчатимете та розгортатимете традиційні ML-моделі, а також запускатимете все це у виробництво на Azure, AWS або GCP.

Що ми пропонуємо:

Грант на ШІ - перестаньте говорити про ШІ та почніть його створювати. Наш грант на ШІ дає вам спеціальний бюджет і ресурси, щоб перетворити вашу найсміливішу ідею в галузі ШІ на робочий проект, а також два оплачувані тижні, щоб ви могли зосередитися на чомусь іншому.

Центр передового досвіду в галузі штучного інтелекту - працюйте разом з фахівцями з агентного, суверенного, генеративного та дискримінативного ШІ. Це не ізольована команда - це люди, у яких ви будете вчитися і будувати разом з ними щодня.

Ваші інструменти, ваш вибір - Повний доступ до інструментів розробки на основі ШІ, включаючи Claude, Cursor та GitHub Copilot. Обирайте те, що найкраще підходить саме вам.

Реальне розмаїття проєктів - від генеративного ШІ для дотримання вимог юридичних документів, агентних систем у виробничих середовищах до платформ ШІ масштабу підприємства, комп'ютерного зору та автономного водіння. Вам не доведеться нудьгувати.

Підтримка конференцій та виступів - Хочете відвідувати конференції? Ми вас підтримаємо. Хочете виступити на них? Ще краще - ми підтримаємо вас, виділивши час на підготовку та бонуси.

Завдання

Створювати та розгортати системи штучного інтелекту, засновані на знаннях, від початку до кінця: прийом даних, розбиття на частини, вбудовування конвеєрів, логіка пошуку, переранжування та генерування відповідей.
Розробка агентних додатків - інтеграція інструментів, цикли планування, управління пам'яттю, захист - з використанням таких фреймворків, як LangGraph, LangChain, Semantic Kernel або еквівалентних
Впроваджувати та підтримувати конвеєри ML для класичних сценаріїв використання: прогнозування, класифікація, рекомендації та оптимізаційні моделі
Розгортання та оптимізація інфраструктури, що обслуговує моделі: Кінцеві точки API, пакетна обробка, кешування, використання графічних процесорів та управління витратами в хмарних середовищах
Писати чистий, протестований Python виробничого рівня, а не прототипний код, який хтось інший повинен переписати
Створюйте конвеєри оцінки та моніторингу: автоматизовані перевірки якості, виявлення дрейфу, відстеження затримок і цикли зворотного зв'язку з людиною в циклі
Працюйте з хмарними сервісами штучного інтелекту принаймні на одній з основних платформ (Azure, AWS або GCP), щоб впроваджувати масштабовані рішення
Співпрацювати з архітекторами штучного інтелекту над технічним дизайном і з інженерами з обробки даних над доступністю та якістю даних

Наші очікування

Щонайменше 4 роки в галузі розробки програмного забезпечення або ML-інженерії, з практичним досвідом запуску AI/ML-систем у виробництво
Сильні навички Python - не просто написання скриптів, а написання підтримуваного, протестованого коду для виробничих сервісів
Практичний досвід роботи з фреймворками AI/ML, такими як LangChain, LangGraph, Semantic Kernel або еквівалентними
Знання принаймні однієї великої хмарної платформи (Azure, AWS або GCP) та її сервісів AI/ML
Досвід роботи з векторними базами даних, вбудованими моделями та системами пошуку в реальних додатках
Знання основ MLOps: версійність моделей, відстеження експериментів, CI/CD для ML та моніторинг
Здатність працювати автономно та ефективно співпрацювати з архітекторами, інженерами даних та продуктовими командами
Вільна англійська (письмова та усна)

Буде перевагою

Досвід тонкого налаштування LLM (LoRA, QLoRA) або роботи з конвеєрами навчання моделей
Досвід роботи з класичним ML - scikit-learn, XGBoost, прогнозування часових рядів або рекомендаційні системи
Досвід роботи з контейнерними розгортаннями (Docker, Kubernetes) та інфраструктурою як кодом
Участь у проектах з відкритим вихідним кодом у сфері ШІ/МЛ або публікація технічної документації

Вакансія № 260402-WL1GP

Automating financial analysis with AI

Quality Control Center for ABB – gaining control over IT system quality

Berlingske Media enters the digital-first era – platform modernization with Sii Poland

E-commerce modernization to support growth and smooth shopping experience

AI Engineer – GenAI & Cloud (f/m/x)

Get to know Sii better

Get to know Sii better

Apply for