Agentic AI SDLC Engineer

Quick Facts

• Prowadzenie end-to-end wdrożeń Agentic SDLC opartego o AI
• Minimum 5 lat doświadczenia w roli technicznej
• Ścisła współpraca z zespołami wytwórczymi, szkolenia i transfer wiedzy
• Definiowanie i mierzenie KPI/OKR oraz ROI wdrożeń

Description

Poszukiwany jest specjalista z minimum 5-letnim doświadczeniem w roli technicznej, łączący umiejętności inżynierii oprogramowania z projektowaniem i wdrażaniem rozwiązań opartych na AI w cyklu życia aplikacji (SDLC). Ścisła współpraca z zespołami wytwórczymi oraz umiejętność transferu wiedzy są kluczowe dla tej roli.

Responsibilities

• Prowadzenie wdrożeń Agentic SDLC end-to-end: analiza potrzeb, pilotaże i konfiguracja narzędzi, standaryzacja, governance i skalowanie
• Współpraca z managerami, dyrektorami i zespołami w celu zbierania potrzeb, ustalania priorytetów oraz budowania roadmapy adopcji AI
• Prowadzenie szkoleń, warsztatów, konsultacji i praktycznych sesji pracy dla cross-funkcyjnych zespołów developerskich
• Wsparcie zespołów w efektywnym wykorzystaniu narzędzi: GitHub Copilot, Claude Code, Cursor, Codex, M365 Copilot
• Projektowanie i wdrażanie workflowów, agentów, promptów, skilli oraz praktyk Spec-Driven Development wspierających analizę, development, testy, code review, dokumentację i utrzymanie
• Budowanie wewnętrznej bazy wiedzy, standardów, wzorców użycia i dobrych praktyk AI w SDLC
• Zarządzanie oporem wobec zmiany: komunikowanie korzyści, adresowanie obaw, angażowanie liderów technicznych i wspieranie zespołów w zmianie sposobu pracy
• Definiowanie i monitorowanie KPI/OKR i ROI wdrożeń AI (produktywność, jakość, czas dostarczania, koszt jednostkowego zmiany, adopcja narzędzi)
• Ocena i rekomendowanie rozwiązań AI SDLC z uwzględnieniem jakości, kosztów, bezpieczeństwa, ryzyk regulacyjnych i zgodności z politykami organizacji
• Tworzenie i egzekwowanie zasad bezpiecznego, odpowiedzialnego użycia AI: ochrona danych, kontrola dostępu, zarządzanie ryzykiem
• Monitorowanie rozwoju rynku AI i przekładanie nowych możliwości na konkretne zastosowania w domenie majątkowej

Requirements

• Minimum 5 lat doświadczenia w roli technicznej: Software Developer, DevOps Engineer, QA/Test Automation Engineer lub podobnej
• Praktyczne doświadczenie w zespołach wytwórczych oraz znajomość pełnego cyklu życia aplikacji
• Doświadczenie w projektowaniu i wdrażaniu rozwiązań opartych o narzędzia AI w SDLC (np. GitHub Copilot, Claude Code, Cursor, Codex, M365 Copilot, modele open-source)
• Umiejętność budowy agentów AI, workflowów, skilli i promptów oraz ich integracji ze środowiskiem wytwórczym (repozytoria, CI/CD, code review, testy)
• Znajomość Spec-Driven Development oraz nowoczesnych praktyk inżynierii oprogramowania wspieranych przez AI
• Znajomość koncepcji LLM, RAG, automatyzacji i architektur agentowych; mile widziana praktyka z frameworkami (np. LangGraph) oraz protokołem MCP
• Doświadczenie w produkcyjnym wdrażaniu rozwiązań AI: konfiguracja, integracja z systemami organizacji, hardening, monitorowanie i iteracyjny rozwój
• Umiejętność zbierania, porządkowania i przekładania potrzeb biznesowych oraz technicznych na inicjatywy wdrożeniowe i architekturę rozwiązania (discovery warsztatami technicznymi)
• Umiejętność oceny wartości biznesowej AI, optymalizacji kosztów użycia modeli oraz mierzenia efektów wdrożeń
• Wysokie kompetencje komunikacyjne i konsultacyjne (rozmowy z zespołami technicznymi, managerami i dyrektorami)
• Doświadczenie w transferze wiedzy inżynierskiej w toku wspólnej realizacji (pair/mob programming, wspólne code review, wspólne projektowanie i budowa)
• Umiejętność ujednolicania praktyk i standardów pracy z narzędziami AI oraz dobór praktyk Agentic SDLC do ról (developer, tester, analityk, DevOps)
• Umiejętność wspierania zespołów w operacyjnym przejęciu wdrożonych rozwiązań (stopniowe przekazywanie odpowiedzialności, sesje techniczne, praca ramię w ramię)
• Znajomość realiów wytwarzania oprogramowania w dużej organizacji finansowej oraz świadomość wymogów bezpieczeństwa i zgodności
• Analityczne podejście, samodzielność, otwartość na eksperymentowanie i ciągłe uczenie się

Benefits

Brak danych w dostarczonym tekście.