AI-Driven Backend Engineer for Java Microservices in Kraków

AI-Driven Backend Engineer for Java Microservices in Kraków

Kraków Pełny etat 121500 - 148500 zł / rok (szac.) Hybrydowo
A

W skrócie

  • Zadania: Projektuj i rozwijaj mikroserwisy Java w środowisku zasilanym AI.
  • Firma: Aimlroles w Krakowie - innowacyjna firma technologiczna.
  • Benefity: Elastyczna praca, konkurencyjne wynagrodzenie i możliwości rozwoju zawodowego.
  • Pozostałe informacje: Dynamiczne środowisko z możliwościami szybkiego rozwoju kariery.
  • Dlaczego ta praca: Pracuj z najnowszymi technologiami i wpływaj na rozwój oprogramowania.
  • Kwalifikacje: Doświadczenie w programowaniu w Javie i umiejętności współpracy w zespole.

Przewidywane wynagrodzenie mieści się w przedziale 121500 - 148500 zł za rok.

Aimlroles w Krakowie poszukuje starszego inżyniera oprogramowania do projektowania, rozwijania, integrowania i wspierania przedsiębiorczych mikroserwisów Java w ramach AI-enabled SDLC. Będziesz współpracować z architektami, QA, SRE i zespołami platformowymi, aby dostarczać bezpieczne, skalowalne rozwiązania w regulowanym środowisku.

Rola kładzie nacisk na budowanie solidnych mikroserwisów, uczestnictwo w przeglądach projektów oraz stosowanie praktyk GenAI, w tym wykorzystanie LLM, koncepcje RAG i przepływy pracy oparte na agentach, z hybrydowym modelem pracy i silnym naciskiem na jakość.

AI-Driven Backend Engineer for Java Microservices in Kraków – pracodawca: Aimlroles

Intuition Machines to doskonały pracodawca, oferujący elastyczne warunki pracy w zdalnym środowisku, które sprzyja innowacjom i współpracy. Nasza kultura pracy opiera się na szybkości działania i wysokim wpływie, co pozwala pracownikom na rozwój zawodowy oraz realizację ambitnych projektów, które mają znaczenie dla milionów użytkowników.

A

Dane kontaktowe:

Zespół rekrutacyjny Aimlroles

Naszym zdaniem te umiejętności pozwolą ci błyszczeć jako AI-Driven Backend Engineer for Java Microservices in Kraków

Java
Microservices Architecture
AI-Enabled Software Development Life Cycle (SDLC)
Design Reviews
GenAI Practices
Large Language Models (LLM)
Retrieval-Augmented Generation (RAG)