Rekrutacja Senior AI Engineer

Jak szukać AI Engineera, kiedy „doświadczenie z AI” może oznaczać dziś bardzo różne rzeczy?

AI pojawia się dziś w CV bardzo wielu kandydatów. Problem w tym, że korzystanie z modeli językowych czy stworzenie pojedynczego rozwiązania opartego na API to nie to samo, co doświadczenie w budowaniu i wdrażaniu rozwiązań GenAI na produkcji.

W rekrutacji Senior AI Engineera właśnie to rozróżnienie było szczególnie ważne.

Kogo szukaliśmy?

Klient, firma rozwijająca produkt SaaS wykorzystujący AI, szukał Senior AI Engineera z bardzo dobrym Pythonem i praktycznym doświadczeniem w produkcyjnych rozwiązaniach GenAI/LLM.

Interesowało nas doświadczenie m.in. z Agentic RAG, systemami multi-agent, tool callingiem oraz ewaluacją rozwiązań opartych na LLM.

Po stronie frameworków szukaliśmy osób, które pracowały przynajmniej z dwoma rozwiązaniami takimi jak LangGraph, Google ADK, LlamaIndex, Hugging Face czy Pydantic AI. Dodatkowym atutem było doświadczenie z GCP.

Lista technologii w CV niewiele nam jeszcze mówiła

W tej rekrutacji samo hasło „LLM” czy „RAG” nie wystarczało, żeby zarekomendować kandydata.

Podczas weryfikacji sprawdzałam, czy dana osoba rzeczywiście pracowała przy rozwiązaniach wykorzystywanych produkcyjnie. Ważne było też to, za jaki fragment rozwiązania odpowiadała i z jakimi problemami mierzyła się w praktyce.

To pozwalało odróżnić osoby, które eksperymentowały z GenAI albo wykorzystywały gotowe rozwiązania, od kandydatów mających doświadczenie odpowiadające poziomowi seniority oczekiwanemu przez klienta.

Przy takiej rekrutacji trzeba wiedzieć, o co pytać

Nie jestem AI Engineerem i nie udaję, że nim jestem. Moją rolą jako rekruterki jest jednak rozumieć stanowisko na tyle dobrze, żeby wiedzieć, czego szukam, umieć dopytać kandydata o jego doświadczenie i nie rekomendować osób wyłącznie dlatego, że ich CV dobrze pasuje do search stringa.

Dlatego przed rozpoczęciem poszukiwań dokładnie omawiam z klientem wymagania techniczne. Ustalamy, które doświadczenia są obowiązkowe, które możemy potraktować szerzej i czego powinnam szukać w dotychczasowych projektach kandydatów.

Jeśli potrzebna jest głębsza ocena techniczna, pozostawiam ją osobom, które mają kompetencje do jej przeprowadzenia.

Selekcja kandydatów

Po ustaleniu profilu rozpoczęłam sourcing i weryfikację kandydatów.

Poza doświadczeniem technicznym sprawdzałam zakres ich odpowiedzialności, projekty związane z GenAI, motywację do zmiany pracy, oczekiwania oraz kwestie organizacyjne. Dopiero na tej podstawie podejmowałam decyzję o rekomendacji do klienta.

Dzięki temu kolejne etapy procesu były przeznaczone na właściwą ocenę techniczną, a nie sprawdzanie podstawowych informacji, które można zweryfikować wcześniej.

Co pokazuje ta rekrutacja?

Nowe technologie bardzo szybko trafiają do CV. Nie oznacza to jednak, że każda osoba posługująca się tym samym zestawem pojęć ma podobne doświadczenie.

Przy rekrutacjach takich jak Senior AI Engineer trzeba zejść poziom niżej: sprawdzić, co kandydat rzeczywiście zbudował, czy rozwiązanie działało produkcyjnie, jaka była jego odpowiedzialność i jak to doświadczenie ma się do tego, czego potrzebuje firma.

Właśnie dlatego przed rozpoczęciem specjalistycznej rekrutacji IT poświęcam dużo czasu na zrozumienie roli. Nie muszę pisać kodu w Pythonie, żeby wiedzieć, że „pracowałem z RAG” to dopiero początek rozmowy.

Szukasz specjalisty w wąskim obszarze IT?

Prowadzę rekrutacje również na stanowiska, przy których standardowe wyszukiwanie po nazwie roli i kilku technologiach to za mało.

Zaczynam od dokładnego poznania stanowiska i projektu. Dopiero później szukam i weryfikuję kandydatów.