Agentic SDLC Senior Engineer (praca hybrydowa)

Dla naszego klienta z branży ubezpieczeniowej poszukujemy doświadczonego Agentic SDLC Senior Engineera, który wesprze zespoły wytwórcze w projektowaniu, wdrażaniu i rozwoju nowoczesnych rozwiązań wykorzystujących sztuczną inteligencję.

• Minimum 5 lat doświadczenia technicznego jako Software Developer, DevOps Engineer, QA/Test Automation Engineer lub na podobnym stanowisku.
• Praktyczna znajomość pełnego cyklu życia oprogramowania (SDLC) oraz doświadczenie w pracy w zespołach wytwórczych.
• Doświadczenie w projektowaniu i wdrażaniu rozwiązań AI wspierających proces wytwarzania oprogramowania, w tym narzędzi takich jak GitHub Copilot, Claude Code, Cursor, Codex, M365 Copilot lub modeli open-source.
• Praktyczna umiejętność tworzenia agentów AI, workflowów, promptów i skills oraz integrowania ich z repozytoriami, CI/CD, code review i procesami testowymi.
• Znajomość Spec-Driven Development oraz koncepcji LLM, RAG, automatyzacji i architektur agentowych; mile widziane doświadczenie z LangGraph i MCP.
• Doświadczenie w produkcyjnym wdrażaniu rozwiązań AI, w tym integracji z systemami, monitorowaniu, zapewnieniu bezpieczeństwa oraz dalszym rozwoju.
• Umiejętność identyfikowania potrzeb biznesowych i technicznych oraz przekładania ich na konkretne rozwiązania, architekturę i inicjatywy wdrożeniowe.
• Umiejętność oceny wartości biznesowej i kosztów rozwiązań AI oraz mierzenia efektów ich wdrożenia.
• Bardzo dobre kompetencje komunikacyjne, konsultacyjne i mentoringowe oraz doświadczenie w transferze wiedzy poprzez wspólną pracę z zespołami, m.in. pair/mob programming i code review.
• Znajomość realiów pracy w dużej organizacji ubezpieczeniowej, w tym wymagań dotyczących bezpieczeństwa i compliance.
• Samodzielność, analityczne myślenie, otwartość na eksperymentowanie i szybkie uczenie się.

• Projektowanie, budowanie i wdrażanie rozwiązań klasy Agentic SDLC wspierających zespoły wytwórcze w codziennej pracy.
• Tworzenie i rozwój agentów AI, workflowów, promptów i skills oraz integracja ich z narzędziami developerskimi, repozytoriami, CI/CD, code review i procesami testowania.
• Wykorzystywanie i rozwój rozwiązań opartych na LLM, RAG i architekturach agentowych, z wykorzystaniem m.in. dostępnych narzędzi AI, frameworków i protokołów takich jak LangGraph czy MCP.
• Wdrażanie rozwiązań AI w środowiskach produkcyjnych, w tym ich integracja, konfiguracja, zabezpieczenie, monitoring i dalszy rozwój.
• Analiza potrzeb biznesowych i technicznych oraz przekładanie ich na konkretne rozwiązania, architekturę i inicjatywy wdrożeniowe, m.in. poprzez warsztaty techniczne i discovery.
• Ocena wartości biznesowej, kosztów i efektywności wdrażanych rozwiązań AI oraz definiowanie sposobów pomiaru ich rezultatów.
• Bliska współpraca z zespołami Developerów, QA, Analityków i DevOps, w tym wspólne projektowanie, implementacja, code review, pair/mob programming oraz transfer wiedzy.
• Wspieranie zespołów w standaryzacji praktyk wykorzystania AI oraz stopniowym przejmowaniu przez nie odpowiedzialności za utrzymanie i rozwój wdrożonych rozwiązań.