Znajdź kolejną szansę zawodową

Szukaj ofert według zawodu, umiejętności i lokalizacji. Sprawdź wymagania, zanim przygotujesz aplikację.

Dobre poszukiwanie pracy nie kończy się na atrakcyjnej nazwie stanowiska. Porównaj obowiązki, wymagania i warunki ze swoim doświadczeniem. Ten poradnik pomoże Ci wybrać oferty, przygotować odpowiednie dokumenty i sprawdzić, gdzie wysłać każdą aplikację.

Interfejs jest w języku polskim. Nazwy stanowisk i opisy pracodawców pozostają w oryginalnym języku publikacji, którym może być angielski.

Wyczyść filtry

Wyniki: 13 277

← Wróć do wyników

AI Platform Engineer

fullthrottle.ai

Praca zdalna

Lokalizacja
Remote (United States)
Godziny pracy
Full Time
Opublikowano
12 paź 2026

Przed aplikowaniem sprawdź na stronie pracodawcy, czy oferta nadal jest aktualna, i zapoznaj się z pełnymi warunkami.

Opis stanowiska

Interfejs jest w języku polskim. Nazwy stanowisk i opisy pracodawców pozostają w oryginalnym języku publikacji, którym może być angielski.

About fullthrottle.ai At fullthrottle.ai, we're focused on delivering cutting-edge applications & data services to our clients, including advertising agencies, media companies and brands. Our patented, privacy-compliant technology powers next-level marketing by unlocking first-party data at scale—giving advertisers the edge they need in a cookieless world. As a fully remote, fast-growing startup, we move quickly, embrace innovation, and follow an Agile/Scrum framework to deliver impactful solutions. We're looking for someone who thrives in a collaborative environment, enjoys solving complex technical challenges, and wants to help build and scale the future of AI at fullthrottle.ai. The Role: As our AI Platform Engineer, you will ensure the reliable, secure, and scalable deployment of AI systems across fullthrottle’s platforms. You’ll focus on building and managing production infrastructure, developing robust APIs and microservices, and optimizing for cost-effective operations. This role requires hands-on expertise in AI/ML platform engineering, production deployment of AI systems, infrastructure as code, and cloud-native engineering to deliver high-performance AI solutions. You will play a pivotal role in implementing best practices for deploying, operating, and scaling AI/ML systems in production, defining infrastructure as code for AWS, and driving observability and optimization across our AI production environments. Key Responsibilities: API & Microservices Development: Build and manage production-grade APIs and microservices to support scalable AI deployments. AI Agent Development: Build, tune, and deploy AI agents using Amazon Bedrock AgentCore Runtime and the Strands Agent SDK. Design system prompts, implement tool routing, and optimize for latency and accuracy. Infrastructure as Code: Define and manage Terraform modules for AWS services (Lambda, S3, RDS, OpenSearch, etc.). Observability & Monitoring: Monitor system performance and implement observability practices using tools such as New Relic, Cloudwatch, and OpenTelemetry to ensure reliability, proactive alerting, and rapid issue resolution. CI/CD Pipelines: Build and maintain CodePipeline/CodeBuild pipelines for automated testing, Docker builds, and ECS deployments. Optimization: Optimize infrastructure and operations for cost, latency, and reliability, ensuring efficient use of resources. Compliance & Security: Ensure systems meet compliance standards and maintain robust security controls. Required Qualifications: Experience: Minimum 2+ years of hands-on AI engineering experience, including building and deploying scalable infrastructure for AI/ML systems. Technical Expertise: Expert-level Python and AWS (Lambda, API Gateway, CloudWatch). AI/ML Experience: Hands-on experience with AI/ML systems, including model integration, inference workflows, or lightweight model development, along with Amazon Bedrock (including AgentCore Runtime), LLM prompt engineering, or agent frameworks. Must be comfortable building and iterating on AI/ML-driven application logic and agent workflows in production. Infrastructure as Code: Strong experience with Terraform and/or CloudFormation for AWS resource management. Production Experience: Proven ability to operate large-scale, multi-tenant SaaS architectures in production. Monitoring & Optimization: Deep understanding of system monitoring, cost optimization, and compliance in cloud environments. Education/Certifications: Bachelor’s degree in Computer Science, Data Engineering, or a related field. Relevant certifications in AWS or DevOps are a plus. Collaboration: Proven ability to work effectively in cross-functional teams and communicate technical concepts to non-technical stakeholders. You're Not a Fit If... You haven’t previously built and managed production-grade APIs or infrastructure for AI systems. You are not an expert in Python and/or AWS. You prefer a slow-moving environment and are not comfortable with the pace of a startup. You prefer to react to problems rather than plan ahead strategically. You do not want to be hands-on with the technical details of the role. Our Core Principles: We're a team that believes in big ideas and fast execution, adopting a "crawl, walk, run" approach to innovation. We're looking for someone who embodies these principles:  Customer Centricity: We always put our customers first.  Growth Mindset: We are constantly learning and evolving. Accountability & Integrity: We take ownership and act with honesty. Collaboration & Humility: We work together and value every voice. Open Communication: We believe in transparency and direct feedback. If you are a passionate, experienced AI platform engineer with a drive to build and optimize advanced AI infrastructure, we want to hear from you. This is an opportunity to make a real impact at a dynamic and growing company. Originally posted on Himalayas

Szukaj, porównuj i przygotuj aplikację

Zacznij od zawodu lub umiejętności, którą chcesz wykorzystywać. Dopasuj filtry lokalizacji i zawodu, a następnie otwórz oferty, aby porównać obowiązki. Jeśli nie ma wyników, użyj krótszego hasła lub usuwaj po jednym filtrze.

Oddziel wymagania obowiązkowe od preferowanych. Sprawdź godziny pracy, wynagrodzenie i lokalizację, jeśli zostały podane. Praca zdalna może wymagać zamieszkania w określonym kraju, prawa do pracy lub zgodności godzin. Potwierdź aktualność oferty i pełne warunki u pracodawcy.

Wybierz prawdziwe przykłady ze swojego doświadczenia, które odpowiadają wymaganiom stanowiska. Wyjaśnij swój wkład i używaj tylko liczb, które możesz uzasadnić. Postępuj zgodnie z instrukcjami pracodawcy i przed wysłaniem sprawdź dane kontaktowe, treść oraz plik PDF.

Przed wysłaniem aplikacji

Pytania dotyczące poszukiwania pracy

Dlaczego niektóre oferty są po angielsku?

Pracodawcy przygotowują własne tytuły i opisy. Zachowujemy te teksty, aby nie zmieniać wymagań ani warunków. Nawigacja i ten poradnik są po polsku. Jeśli polskie hasło nie daje wyników, spróbuj również nazwy stanowiska lub umiejętności w języku ogłoszenia, na przykład „software engineer”.

Czy praca zdalna oznacza możliwość pracy z dowolnego kraju?

Niekoniecznie. Firma może ograniczać kraje zamieszkania, wymagać pozwolenia na pracę lub określonych godzin dostępności. Sprawdź oryginalne ogłoszenie. Jeśli brakuje tych informacji, uzyskaj potwierdzenie od pracodawcy, zanim założysz, że możesz pracować ze swojej lokalizacji.

Co zrobić, gdy nie ma wyników?

Spróbuj ogólniejszej nazwy stanowiska albo jednej umiejętności i usuwaj filtry pojedynczo. Firmy różnie nazywają podobne role. Jeśli konkretna oferta zniknęła, poszukaj jej numeru na stronie kariery firmy. Poszerzenie wyszukiwania nie otwiera ponownie zakończonej rekrutacji.

Czy aplikacja jest wysyłana przez ResumizeAI?

Przycisk aplikowania otwiera zewnętrzną stronę. Postępuj zgodnie z instrukcjami pracodawcy lub platformy rekrutacyjnej i tam potwierdź wysłanie. Przygotowanie CV w ResumizeAI nie oznacza złożenia aplikacji. Jeśli link prowadzi tylko do strony firmy, najpierw odszukaj właściwą ofertę.

Jak dopasować CV i list motywacyjny?

Powiąż wymagania z projektami, zadaniami i wynikami, które potrafisz wyjaśnić. Podkreśl istotne doświadczenie bez wymyślania umiejętności czy osiągnięć. W liście uzasadnij zainteresowanie konkretnym przykładem. Zachowaj wymagany język i format oraz sprawdź oba dokumenty przed wysłaniem.