Solutions Architect (Java/.Net/Node)

Rola Solutions Architecta jest wielowymiarowa i łączy kompetencje eksperta technicznego z umiejętnościami biznesowymi. Osoba w tej roli reprezentuje firmę jako ekspert i konsultant techniczny w kontaktach z klientami.

AI fundamentalnie zmienia sposób wytwarzania oprogramowania. Poszukiwany jest architekt, który nie tylko zna Javę, ale świadomie wykorzystuje AI w codziennej pracy — od analizy i projektowania, przez tworzenie kodu, code review i testy, aż po wdrażanie oprogramowania.

Zakres obowiązków

• Opracowywanie architektury systemów.
• Wpływanie na rozwój standardów wytwarzania oprogramowania w całej firmie.
• Współpraca z klientem, w tym wyjazdy służbowe.
• Współpraca z zespołem developerskim.
• Doradzanie innym i dzielenie się wiedzą.
• Wsparcie zespołu Presales i Account Managerów delivery w działaniach sprzedażowych.
• Wytwarzanie oprogramowania z wykorzystaniem narzędzi i technik Generative AI.
• Wspieranie adopcji narzędzi AI w zespole i procesie.
• Uwzględnianie możliwości AI podczas projektowania architektury i podejmowania decyzji technologicznych.

Wymagania

• Minimum 6 lat doświadczenia w IT, w tym minimum rok w roli Solutions Architecta.
• Szeroka wiedza w zakresie co najmniej dwóch technologii backendowych, np. Java i .NET lub Node.js i Java.
• Wiedza dotycząca architektury aplikacji i systemów.
• Swobodne poruszanie się w chmurze AWS, Azure lub GCP.
• Znajomość języka angielskiego na poziomie C1.
• Wysoka świadomość biznesowa oraz rozwinięte umiejętności interpersonalne, przywódcze i komunikacyjne.
• Otwartość na wyjazdy służbowe i delegacje do klienta.
• Praktyczne, niemal codzienne wykorzystywanie minimum jednego narzędzia AI w pracy developerskiej, np. GitHub Copilot, Cursor lub Claude Code.
• Otwartość na wspomagany przez AI proces wytwarzania oprogramowania.
• Samodzielność i gotowość do podejmowania wyzwań oraz odpowiedzialności.

Mile widziane

• Doświadczenie w pracy z React, TypeScript lub Angular.
• Umiejętność budowania promptów i świadome wykorzystanie LLM w analizie, projektowaniu oraz code review.
• Doświadczenie w integrowaniu modeli LLM z aplikacjami backendowymi, np. przez API OpenAI, Azure OpenAI lub Anthropic.
• Znajomość więcej niż jednego narzędzia AI-assisted development oraz umiejętność porównywania ich zastosowań.