Lead AI Product & Solutions Engineer

Lead AI Product & Solutions Engineer – R&D

📍 Warszawa (hybrydowo)

💰 Widełki: 28 000 – 35 000 PLN netto B2B

Dołącz do zespołu AI R&D w Locon i przejmij prowadzenie nad produktowo-biznesowymi inicjatywami AI – od pomysłu, przez MVP, aż po produkcyjne wdrożenie. Szukamy osoby, która łączy myślenie produktowe, zrozumienie procesów biznesowych oraz umiejętność szybkiego budowania rozwiązań AI (vibecoding), aby realnie wpływać na kierunek rozwoju produktów i procesów firmy.

W roli Lead AI Product & Solutions Engineer będziesz ownerem kluczowych inicjatyw AI – odpowiadasz za efekt biznesowy, nie tylko za kod. Staniesz się partnerem dla biznesu, product managerów i leadershipu – pomagasz podejmować decyzje, które use-case’y AI mają sens i kiedy „stopujemy hype”. Będziesz osobą, która zamienia pomysły AI na konkretne produkty, usprawnione procesy i mierzalne KPI.

Kluczowe cele na początek:

• Dowożenie 2–3 kluczowych inicjatyw AI end-to-end (od discovery po produkcję).

• Zaprojektowanie i uruchomienie „AI MVP factory” – powtarzalnego procesu walidacji use-case’ów AI.

• Optymalizacja wybranych procesów biznesowych z użyciem AI i realna poprawa KPI.

• Mentoring zespołu technicznego w zakresie product thinking i pracy z biznesem.

Sprawdź jakie wyzwania na Ciebie czekają:

✔️ Identyfikacja i prowadzenie discovery dla inicjatyw AI – rozmowy z interesariuszami, mapowanie procesów, definiowanie hipotez i metryk sukcesu (KPI, SLA, SLO).

✔️ Priorytetyzacja backlogu inicjatyw AI wspólnie z biznesem i leadershipem.

✔️ Projektowanie rozwiązań AI end-to-end: od danych, przez modele, aż po integrację z istniejącymi systemami i procesami.

✔️ Szybkie budowanie MVP (vibecoding – łączenie no/low-code, API modeli, orkiestracji agentów, własnego kodu).

✔️ Prowadzenie pilotaży i podejmowanie decyzji go / no-go na podstawie danych i wyników eksperymentów.

✔️ Edukowanie interesariuszy w zakresie możliwości, ograniczeń i ryzyk AI (bezpieczeństwo, bias, compliance).

✔️ Budowanie transparentnego podejścia do metryk, eksperymentów i ryzyk, zwiększającego zaufanie do AI w organizacji.

To rola właśnie dla Ciebie jeśli masz:

⚆ 5+ lat doświadczenia w rolach typu: AI Engineer / ML Engineer / Data Scientist / Solutions Engineer / Product Engineer w środowisku produktowym lub R&D.

⚆ Doświadczenie w dowożeniu produktów / funkcji AI od discovery po produkcję – z mierzalnym wpływem biznesowym.

⚆ Doświadczenie w pracy blisko biznesu i product managementu (discovery, roadmapa, KPI).

⚆ Umiejętność modelowania procesów biznesowych i identyfikowania miejsc o największym potencjale AI.

⚆ Komfort pracy z liczbami – KPI, unit economics, podstawowe modele biznesowe.

Mindset i postawa jakie się u nas sprawdzą:

⚆ Silny product-ownership – traktujesz inicjatywy jak „swój produkt”, a nie wyłącznie projekt techniczny.

⚆ Wysoka kreatywność i ambicja – proponujesz własne pomysły, bierzesz odpowiedzialność za trudne decyzje (również „kill the project”).

⚆ Umiejętność pracy w niepewności, iteracyjne podejście i gotowość do eksperymentowania.

Umiejętności techniczne:

⚆ Bardzo dobrą znajomość co najmniej jednego języka programowania (np. Python, TypeScript) oraz chmury (GCP/AWS/Azure).

⚆ Praktyczne doświadczenie z modelami LLM (API modeli, RAG, wektory, orkiestracja agentów / workflowów).

Co zyskasz dołączając do nas?

• Realny wpływ na to, jakie produkty i procesy zbudujemy w oparciu o AI 🤖 oraz jakie KPI będą mierzyć ich sukces.

• Dużą swobodę w doborze narzędzi i sposobu pracy – liczy się efekt, nie dogmaty technologiczne.

• Możliwość łączenia leadershipu produktowego i technicznego.

• Budżet na rozwój, pracę z nowoczesnym stackiem technologicznym oraz kulturę nastawioną na eksperymenty i współpracę 🚀.

Proces rekrutacyjny:

• Rozmowa HR (fit, oczekiwania, high-level o roli) oparta o osiągnięcia: skupimy się na 2–3 projektach, w których dowoziłeś/aś produkt/rozwiązanie AI od pomysłu do produkcji, z naciskiem na efekt biznesowy.

• Case / sesja problem-solving: przejdziesz przez przykładowy problem i zaprojektujesz przykładowy MVP oraz roadmapę rozwoju rozwiązania AI.

• Rozmowa zamykająca – dopięcie szczegółów, przestrzeń na Twoje pytania, decyzja + feedback.