AI Coach (Tester)
⚲ Warszawa
Do uzgodnienia
Wymagania
- 5-8 lat doświadczenia jako Tester Automatyzujący
- znajomość Selenium, Jenkins, Postman, GitHub/Bitbucket, Kibana, JMeter, SQL
- praktyczne doświadczenie z GitHub Copilot, M365 Copilot, ChatGPT, Claude, oLlama
- znajomość realiów IT i metodyk wytwarzania oprogramowania w dużych organizacjach finansowych
- doświadczenie w prowadzeniu szkoleń, warsztatów lub szkoleń wewnętrznych
- umiejętność budowy efektywnych promptów i workflowów
- praca hybrydowa — 1 dzień w tygodniu z biura w Warszawie
- świadczenie usług z terytorium Polski
Opis stanowiska
Rola łącząca doświadczenie testerskie z praktyczną znajomością AI — prowadzisz szkolenia i warsztaty dla testerów i developerów, pomagasz budować efektywne prompty, tworzysz bazę dobrych praktyk i wdrażasz AI w SDLC (policy, governance, skalowanie). Mierzysz KPI/OKR i ROI oraz raportujesz do interesariuszy IT. Uwaga: nazwa 'AI Coach' może sugerować rolę strategiczną, ale realnie duża część pracy to wsparcie techniczne i szkoleniowe w zakresie konkretnych narzędzi — warto dopytać o proporcje.
🔍 Dekoder Ogłoszenia
🔴
AI Coach (Tester)
Nazwa stanowiska sugeruje rolę mentora i eksperta od AI w testowaniu, ale faktycznie może oznaczać głównie wsparcie techniczne i szkoleniowe w zakresie konkretnych narzędzi AI.
🔴
wspierał rozwój kompetencji związanych z wykorzystaniem sztucznej inteligencji w obszarze testowania i wytwarzania oprogramowania
Może oznaczać zarówno tworzenie strategii i programów szkoleniowych, jak i po prostu odpowiadanie na pytania i rozwiązywanie bieżących problemów testerów z AI.
🟡
wieloletnie doświadczenie testerskie z praktyczną znajomością narzędzi AI
Podkreśla potrzebę doświadczenia w testowaniu, ale 'praktyczna znajomość narzędzi AI' może być interpretowana szeroko, od podstawowej obsługi po głęboką wiedzę techniczną.
🔴
Pomoc testerom w budowaniu efektywnych „promptów”
Sugestia, że głównym zadaniem będzie nauka tworzenia zapytań do modeli AI, co może być bardziej technicznym zadaniem niż strategicznym.
🟡
Definicja i pomiar KPI/OKR oraz ROI (produktywność, jakość, koszty), raportowanie wyników do interesariuszy IT.
Wskazuje na potrzebę analitycznego podejścia i umiejętności mierzenia wpływu AI, co może wymagać więcej pracy analitycznej niż tylko szkoleniowej.