Fullstack AI Developer

O roliTutlo to EdTech wchodzący właśnie w nowy rozdział oparty na AI. W ciągu ostatniego roku w naszych zespołach (sprzedaż, marketing, HR, ops, IT) powstały dziesiątki aplikacji i agentów AI — część jako poważne projekty, część jako „vibe-coded MVP' zbudowane przez ludzi spoza działu IT. Niektóre z nich już działają w produkcji, inne czekają, żeby ktoś je dociągnął, zabezpieczył i wdrożył na poważnie.I tu wchodzisz Ty 😎Szukamy osoby, która weźmie te projekty pod swoje skrzydła — przejrzy kod, oceni co jest do uratowania, posprząta architekturę, dorzuci to, czego brakuje (security, monitoring, CI/CD), wdroży na GCP i utrzyma w produkcji.

Równolegle będziesz rozwijać nowe aplikacje AI i agent workflows — od projektu po deployment.To nie jest rola „od zera buduję jeden duży system przez pół roku'. To rola dla kogoś, kto lubi żonglować kilkoma projektami, czuje się dobrze w cudzym kodzie i potrafi z surowego prototypu zrobić rzecz, która nie wybuchnie w piątek o 17:00.Co będziesz robić:Przeglądać i oceniać projekty AI — głównie w Pythonie, czasem w TypeScript/Next.js. Patrzeć na architekturę, jakość, skalowalność i ryzyka (security, dane, infra).Wdrażać na produkcję — przenosić aplikacje z hostingów typu Vercel / Supabase / Bolt na docelowy stack na GCP (Cloud Run, Cloud SQL, Pub/Sub, BigQuery, Cloud Tasks).

Refactorować pod skalowanie.Robić sanity checki — bezpieczeństwo endpointów, sekrety, integracje z bazami (PostgreSQL, BigQuery, Redis), praca z danymi klientów.Utrzymywać to, co już działa — monitoring, observability, logowanie do BigQuery, CI/CD na GitHub Actions, odpowiadanie na to, co się psuje.Budować nowe rzeczy — agenty i workflows w n8n oraz natywnie w Pythonie. Integracje z LLM przez API. Praca z toolingiem dev-AI (Claude Code, Cowork, Bolt, Lovable i czym tam się jeszcze będziemy bawić — to się szybko zmienia).Przejmować ownership — Ty decydujesz, co zostaje, co przepisujemy, a co kasujemy.Czego od Ciebie oczekujemy:Doświadczenia z GCP w praktyce, nie z prezentacji (Cloud Run, Cloud SQL, BigQuery, IAM).Solidnego Pythona — bonus za FastAPI lub Django DRF.Na tyle ogarniętego TypeScript / Next.js, żebyś mógł podnieść i utrzymać front.Doświadczenia z LLM-ami przez API — prompty, agenty, narzędzia, koszty, ewaluacja (jakie modele konkretnie — to się zmienia co kwartał, ważne, że ogarniasz mechanikę).Umiejętności pracy z niedoskonałym kodem — bo dużo go będzie.

Refactor, debug, cleanup po MVP wygenerowanym przez AI.Doświadczenia w wdrażaniu na produkcję — CI/CD, monitoring, rollback, robienie tego tak, żeby spać spokojnie.Praktycznej znajomości security — sekrety, RBAC, szyfrowanie, OWASP top 10.Umiejętności review kodu i mentoringu (osoby, których kod będziesz przeglądać, niekoniecznie będą programistami z zawodu).Zdrowego rozsądku w architekturze, bazach danych i integracjach REST.Mile widziane:n8n lub inne narzędzie do orkiestracji workflowów.Doświadczenie z BigQuery w roli analityczno-eventowej (nie tylko jako „baza, do której się wrzuca').Integracje z HubSpot, Google Workspace, Notion, ClickUp, Fireflies, Twilio, Apify.Własne projekty AI / agenty (nawet weekendowe — pokazujesz, że lubisz).Dlaczego warto:Realny wpływ. Wchodzimy w nowy rozdział oparty na AI — nie kopiujesz cudzych decyzji, tylko współtworzysz to, jak Tutlo będzie wyglądać za 2 lata.Różnorodność. Żadne dwa tygodnie nie są takie same. Jednego dnia ratujesz prototyp z Bolta, następnego projektujesz integrację HubSpot ↔ BigQuery ↔ LLM.Ludzie.

Doświadczony zespół, który nie udaje, że wie wszystko. Pytamy, dyskutujemy, zmieniamy zdanie.Konkretne benefity:Atrakcyjne wynagrodzenie (stała premia).Płatne dni wolne.Kafeteria (Multisport, pakiety medyczne).Bezpłatna nauka angielskiego z naszymi lektorami — prosto z produktu, który współtworzysz.Nowoczesne biuro w centrum Warszawy sprzęt i narzędzia, które wybierasz sam.