AI Adoption Enablement Lead
⚲ Warszawa
21 840 - 30 240 PLN (B2B)
Wymagania
- min. 5 lat doświadczenia w środowisku wytwarzania oprogramowania (Developer, Analityk, Tester, DevOps, Scrum Master, Product Owner)
- doświadczenie w branży ubezpieczeniowej
- doświadczenie we wdrażaniu narzędzi lub rozwiązań AI w zespołach IT (rollout, konfiguracja, integracja z procesem wytwórczym)
- praktyczna znajomość narzędzi AI wspierających pracę IT (GitHub Copilot, Claude Code, Cursor, Codex, M365 Copilot)
- doświadczenie z Agentic SDLC: prompt engineering, Spec-Driven Development, budowa workflowów i agentów AI
- doświadczenie w transferze wiedzy do zespołów (wspólna konfiguracja środowisk, budowa workflowów, sesje techniczne)
- praca hybrydowa — 1 dzień w tygodniu z biura w Warszawie
Mile widziane
- praktyka z frameworkami agentowymi (np. LangGraph) lub protokołem MCP
Opis stanowiska
Rola wdrożeniowo-szkoleniowa: wprowadzasz narzędzia AI (Copilot, Claude Code, Cursor, M365 Copilot) do zespołów IT w firmie ubezpieczeniowej i uczysz je z nich korzystać na realnych zadaniach. Duża część pracy to warsztaty, pair programming, budowanie playbooków i dokumentacji oraz diagnozowanie, jak zespoły faktycznie używają narzędzi. To dobra oferta dla kogoś z solidnym backgroundem wytwórczym, kto lubi pracować z ludźmi i nie boi się nowych, słabo jeszcze ustabilizowanych narzędzi. Uwaga: wymagana wiedza o Agentic SDLC (prompt engineering, Spec-Driven Development, agenci AI) jest bardzo świeża — część rzeczy prawdopodobnie będziesz uczyć się na miejscu.
🔍 Dekoder Ogłoszenia
🔴
AI Adoption Enablement Lead
Może oznaczać zarówno faktyczne prowadzenie wdrożeń AI, jak i rolę bardziej wspierającą i szkoleniową, zależną od zakresu odpowiedzialności.
🔴
1 dzień w tygodniu z biura
Chociaż brzmi to jak elastyczność, może oznaczać, że ten jeden dzień jest kluczowy i wymaga pełnego zaangażowania w biurze, a nie tylko symbolicznej obecności.
🔴
Doświadczenie z Agentic SDLC: prompt engineering, Spec-Driven Development, projektowanie i budowa workflowów oraz agentów AI
Wymaga bardzo specyficznej i nowej wiedzy, która może być trudna do znalezienia na rynku, co może oznaczać, że kandydat będzie musiał się wiele nauczyć na miejscu.
🔴
Doświadczenie w transferze wiedzy do zespołów w toku wspólnej pracy na rzeczywistych zadaniach (wspólna konfiguracja środowisk, budowanie workflowów, sesje techniczne)
Może oznaczać, że będziesz musiał poświęcić dużo czasu na szkolenie i wsparcie innych, co może odciągnąć Cię od innych obowiązków.