Fullstack Engineer -GenAI (kontraktor)

Itsg Global; Warszawa; On-site; PLN 207,000 - 248,000; Full time

Benefits offered by this job

Prywatna opieka medyczna

Multisport

Budżet konferencyjny

Revenue sharing

Job summary

Itsg Global poszukuje inżyniera/pragmatyka do prowadzenia prac nad platformą AI, obejmującą orkiestrację LLM, agentów i integracje z systemami klienta. Dołączysz do zwinnego zespołu i będziesz odpowiadać za techniczny kształt projektu oraz rozwój rozwiązań na bazie oczekiwań klienta.

Istotą roli jest projektowanie oraz prototypowanie, szybkie podejmowanie decyzji technicznych i wspieranie klienta oraz CTO. Wymagane praktyczne doświadczenie w budowie backendu, a także znajomość TypeScript i

Qualifications

• Praktyczne doświadczenie w budowie rozwiązań asynchronicznych: GenAI, agent-based systems i skalowalne architektury.
• Linux, infra & DevOps: Docker, CI/CD, monitoring i utrzymanie serwisów produkcyjnych.
• Praktyczna znajomość integracji z API (OpenAI/Anthropic/Google) i pracy z LLM w produkcji.

Responsibilities

• Rozwijasz silnik orkiestracji LLM i runtime dla agentów AI.
• Budujesz pipeline'y przetwarzania dokumentów i integracje z systemami klienta.
• Współpracujesz z klientem i CTO, nadajesz kierunek architekturze i prototypowaniu.

Skills

Typescript

Python

Linux

Docker

CI/CD

Agentic Engineering

API integration

Tools

PostgreSQL

SQLite

OpenAI API

Git

Job description

Wynagrodzenie (B2B): 150-180 PLN/h netto (+VAT)

Budujemy własną platformę AI ułatwiającą wdrożenia automatyzacji w firmach, centralny hub, przez który organizacje zarządzają całym swoim AI: użytkownikami, modelami, politykami dostępu i kosztami. Jest to jednolite okno dla wszystkich pracowników, zintegrowane zarówno z procesami, jak i z systemami Klienta.

To nie kolejny wrapper na ChatGPT. To system, który działa produkcyjnie u klientów z branż marketingowych, turystycznych, logistycznych, finansowych i doradczych.

Orkiestracja LLM - zarządzanie wieloma modelami, routing zapytań, kontrola kosztów per user/funkcja

Dedykowane mikroaplikacje - autonomiczne agenty z dashboardem, budowane pod konkretne zastosowania klienta (Call Intelligence, Knowledge Base, Document Automation)

Intelligent Document Processing - agenty przetwarzające nieustrukturyzowane dokumenty (faktury, zlecenia spedycyjne, dokumenty celne) z 80% redukcją ręcznego wprowadzania danych

Enterprise security - deployment on-premise lub private cloud, anonimizacja danych, RBAC, pełny audit trail. Dane klientów nie wychodzą poza ich infrastrukturę

Platforma ma realne wdrożenia, płacących klientów i pipeline enterprise. To nie jest demo na konferencję.

Zespół i rola

Dołączasz do dedykowanego i zwinnego zespołu produktowego jako osoba odpowiedzialna za nadzór nad technicznym kształtem projektu i budową rozwiązań na bazie oczekiwań klienta, tak aby platformę rozwijać o kolejne zastosowania.

Rozwijasz silnik orkiestracji LLM, runtime dla agentów AI (RAG i DeepAgents), pipeline'y przetwarzania dokumentów i warstwę integracji z systemami klientów.

Pracujesz bezpośrednio z Klientem, wspierany przez CTO - nie z project managerem, który przekazuje wymagania. Jeśli brakuje Ci doświadczenia praktycznego w AI, jesteś wsparty też naszymi inżynierami, którzy z GenAI pracują od 3 lat.

Jeśli się sprawdzisz, w ciągu 6-12 miesięcy przejmujesz ownership developmentu platformy. Zespół będzie rosnąć - Ty będziesz decydować, kogo zatrudniamy i jak pracujemy. To nie jest rola, w której siedzisz 3 lata na tym samym poziomie.

Kogo szukamy

Inżyniera-pragmatyka. Kogoś, kto rozumie problemy, a nie tylko frameworki. Kto potrafi wspólnie z klientem zaprojektować rozwiązanie i je wdrożyć. Kto szybko prototypuje, wie, kiedy użyć SQLite, a kiedy Postgresa, i rozumie, że "done is better than perfect", ale wie, gdzie nie można iść na skróty.

Programujemy zarówno w Typescript (głónie) i Python dodatkowo, wiec nie musisz znać obu, ale jest to plusem. Proporcje rozkładają się na razie w okolicach 70/30 na rzecz Typescriptu dla łatwiejszych podsystemów. Niektóre bardziej zaawansowane wykorzystują Pythona, jako że tutaj ciągle jest przewaga jakości specjalizowanych bibliotek :)

Kogo NIE szukamy

"Typowego seniora", który chce przesuwać tickety w Jirze

Teoretyka Data Science, który marzy o trenowaniu modeli miesiącami

Purysty kodu, który boi się wdrożyć rozwiązanie, bo "nie jest idealne architektonicznie"

Czego oczekujemy

• Praktyczne doświadczenie w budowie rozwiązań asynchronicznych: GenAI to czekanie na I/O - musisz umieć pisać wydajny, nieblokujący kod i radzić sobie z race conditions.
• Linux, infra & DevOps: czujesz się w terminalu jak w domu. Docker, CI/CD, monitoring, logi. Potrafisz postawić i utrzymać serwis produkcyjny od A do Z - nie tylko napisać kod i rzucić go komuś innemu.
• (nice to have) LLM w produkcji: integracja z API (OpenAI, Anthropic, Google), embeddingi, prompt engineering. Nie "czytałem artykuł" - pisałeś kod, który działa u klientów.
• Agentic Engineering: jest 2026 rok. Kodujesz z AI na defaulcie. Claude Code, Codex, Cursor - nieważne, czego używasz. Ważne, że potrafisz z tym budować rozwiązania na poziomie całego systemu, a nie tylko uzupełniać linijki. Jeśli jeszcze nie próbowałeś agentic engineering - nie jesteśmy dla siebie.
• Wszechstronność i język albo jeden obszar to ograniczenie poznawcze: szukamy architektów rozwiązań, którzy na bazie sprawdzonych wzorców i swojego dobrego wyczucia poprowadzą agenta w stronę optymalnego rozwiązania. Szukamy osoby otwartej i podążającej za trendami. Dodatkowym plusem będzie jeśli jesteś już na etapie że myślisz nie jak zaimplementować, tylko jak poprawnie zweryfikować :)
• 5+ lat budowania backendu, ale lata nas mniej interesują niż to, co w tym czasie zbudowałeś.

Będzie atutem

Frontend (React/TypeScript) - jeśli umiesz postawić dashboard, to duży plus

Regulowane branże (finanse, ubezpieczenia, logistyka) - nasi klienci tam są

Reverse engineering, cyberbezpieczeństwo, CTF-y

Własne projekty, open source, historia grzebania w kodzie bibliotek zamiast czekania na fix

• Revenue sharing:oprócz stawki godzinowej, po 6 miesiącach otwieramy rozmowę o udziale w przychodach z Cortexa. Model: procent od recurring revenue z klientów, których moduły zbudujesz. To nie jest obietnica equity w startupie, który może nie przetrwać - to jest udział w przychodach produktu, który już ma płacących klientów. Szczegóły ustalamy indywidualnie, bo chcemy żeby to miało sens dla obu stron.
• Edukację w GenAI: płacimy Ci za naukę najbardziej pożądanej technologii dekady. Budujesz systemy LLM od wewnątrz, nie z tutoriali.
• Wpływ na produkt:współtworzysz architekturę, proponujesz rozwiązania, widzisz, jak klienci ich używają. To nie jest fabryka kodu.
• Autonomia i deep work: 2 dni w tygodniu bez spotkań to standard. Dużo kodowania, mało statusów. Jeśli zaproponujesz lepsze narzędzie - użyjemy go.
• Brak korpo-bullshitu: płaska struktura, CTO pisze kod, decyzje podejmujemy szybko.
• Standard: prywatna opieka medyczna, Multisport, angielski, Mac, budżet konferencyjny.

Proces rekrutacji

Rozmowa telefoniczna (do 45 min) - poznajemy się, sprawdzamy fit

Pair programming z CTO (90 min, online) - wspólnie rozwiązujemy realny problem z naszego stacku. Żadnych łamigłówek algorytmicznych. Zobaczysz jak pracujemy, zobaczymy jak myślisz