AI Engineer Agentic SDLC
⚲ Warszawa
150 - 205 zł netto (+ VAT)
Wymagania
- doświadczenie w produkcyjnym wdrażaniu rozwiązań AI (konfiguracja, hardening, monitorowanie) oraz znajomość wymogów bezpieczeństwa i zgodności w dużych organizacjach finansowych
- min. 5 lat doświadczenia w roli technicznej (Software Developer, DevOps Engineer, QA/Test Automation Engineer lub pokrewnej) z praktyczną znajomością pełnego cyklu życia aplikacji
- udokumentowane doświadczenie w projektowaniu i wdrażaniu rozwiązań AI w SDLC z użyciem GitHub Copilot, Claude Code, Cursor, Codex lub modeli open-source
- praktyczna umiejętność budowy agentów AI oraz znajomość LLM, RAG i architektur agentowych, w tym frameworków typu LangGraph i protokołu MCP
- biegła znajomość języka polskiego
Opis stanowiska
Wdrożenie rozwiązań Agentic SDLC w organizacji IT lidera rynku ubezpieczeniowego — budowa agentów AI, workflowów i integracji z repozytoriami, CI/CD oraz procesem code review. Poza kodowaniem będziesz dzielić się wiedzą z zespołami klienta i ujednolicać standardy pracy z narzędziami AI. Projekt w pełni zdalny. Szczera uwaga: wymóg 'udokumentowanego doświadczenia' z narzędziami typu Copilot czy Cursor bywa interpretowany szeroko — od zaawansowanego projektowania rozwiązań AI po samo używanie asystenta w codziennej pracy.
🔍 Dekoder Ogłoszenia
🔴
Doświadczenie w produkcyjnym wdrażaniu rozwiązań AI (konfiguracja, hardening, monitorowanie)
Może oznaczać zarówno zaawansowane zarządzanie infrastrukturą AI, jak i podstawowe czynności konfiguracyjne i monitorujące.
🔴
Udokumentowane doświadczenie w projektowaniu i wdrażaniu rozwiązań AI w SDLC z wykorzystaniem narzędzi takich jak GitHub Copilot, Claude Code, Cursor, Codex lub modeli open-source.
Może oznaczać pracę z zaawansowanymi narzędziami AI wspomagającymi kodowanie, ale też po prostu używanie Copilota jako asystenta.
🔴
Praktyczna umiejętność budowy agentów AI oraz znajomość koncepcji LLM, RAG i architektur agentowych, w tym frameworków typu LangGraph i protokołu MCP.
Wymaga głębokiej wiedzy teoretycznej i praktycznej w obszarze zaawansowanych architektur AI, co może być trudne do osiągnięcia bez dedykowanego doświadczenia.
🔴
Ujednolicanie praktyk i standardów pracy z narzędziami AI wewnątrz organizacji wytwórczej, dobierając podejście Agentic SDLC do ról i zadań (developer, tester, analityk, DevOps).
Może oznaczać tworzenie nowych procesów i standardów od podstaw, co jest zadaniem o dużej odpowiedzialności i niepewności.
🟡
Dzielenie się wiedzą inżynierską z zespołami Klienta w toku realizacji rzeczywistych zadań: pair i mob programming, wspólne code review oraz wspólne projektowanie rozwiązań.
Oprócz zadań technicznych, duża część pracy może polegać na szkoleniu i mentoringu innych zespołów.