Agentic AI Engineer – SDLC
⚲ Warszawa
170–230 zł netto (+ VAT) / godz.
Wymagania
- min. 5 lat doświadczenia w roli technicznej (Software Developer, DevOps Engineer, QA/Test Automation Engineer lub pokrewnej)
- praktyczne doświadczenie w pracy w zespołach wytwarzających oprogramowanie i znajomość pełnego SDLC
- doświadczenie w wykorzystywaniu AI/GenAI w procesie software developmentu
- praktyczna znajomość narzędzi AI wspierających development (GitHub Copilot, Claude Code, Cursor, Codex, M365 Copilot)
- doświadczenie w tworzeniu agentów AI, workflow'ów, promptów lub skills i integrowaniu ich z narzędziami developerskimi
- znajomość zagadnień LLM, RAG, automatyzacji i architektur agentowych
- doświadczenie w produkcyjnym wdrażaniu rozwiązań AI (integracja, bezpieczeństwo, monitoring, rozwój)
- doświadczenie w mentoringu i transferze wiedzy technicznej
Opis stanowiska
Rola Agentic AI Engineer w NESS Solution skupiona na praktycznym wykorzystaniu AI w procesie wytwarzania oprogramowania — budowa agentów AI, workflow'ów, promptów i integracji z narzędziami developerskimi (repozytoria, CI/CD, code review, testy). To oferta dla osoby z doświadczeniem technicznym (dev/DevOps/QA), która chce współtworzyć standardy AI-assisted SDLC w organizacji. Uwaga: firma prawdopodobnie dopiero wdraża te praktyki — będziesz je definiować od podstaw, a nie korzystać z gotowych rozwiązań; oczekiwana jest też umiejętność oceny wartości biznesowej i kosztów rozwiązań AI.
🔍 Dekoder Ogłoszenia
🔴
minimum 5 lat doświadczenia w roli technicznej, np. Software Developer, DevOps Engineer, QA/Test Automation Engineer lub pokrewnej
Chociaż wymieniono różne role, faktycznie szukają kogoś z doświadczeniem w tworzeniu oprogramowania, kto potrafi wykorzystać AI w tym procesie, a niekoniecznie kogoś z głęboką wiedzą w każdej z wymienionych dziedzin.
🔴
znajomości nowoczesnych praktyk wytwarzania oprogramowania wspieranych przez AI
Może to oznaczać, że firma dopiero zaczyna wdrażać te praktyki i szuka kogoś, kto pomoże im je zdefiniować i wdrożyć, a nie kogoś, kto już ma gotowe, sprawdzone rozwiązania.
🔴
doświadczenia w produkcyjnym wdrażaniu rozwiązań AI, obejmującego m.in. integrację, bezpieczeństwo, monitoring i dalszy rozwój
To szerokie wymaganie może oznaczać, że oczekuje się od kandydata samodzielnego zajmowania się wszystkimi aspektami wdrożenia, od kodu po infrastrukturę i utrzymanie.
🔴
umiejętności oceny wartości biznesowej rozwiązań AI, analizy kosztów modeli i mierzenia efektów wdrożeń
Kandydat będzie musiał nie tylko tworzyć techniczne rozwiązania, ale także uzasadniać ich opłacalność i udowadniać ich skuteczność, co może wykraczać poza typowe obowiązki inżyniera.
🔴
doświadczenia w mentoringu i transferze wiedzy technicznej
Oprócz pracy nad projektami, od kandydata może być oczekiwane aktywne dzielenie się wiedzą z innymi członkami zespołu, co może oznaczać dodatkowe obciążenie.