AI Adoption & Enablement Lead (praca hybrydowa)

Poszukujemy AI Adoption & Enablement Lead, który wesprze organizację w praktycznym wdrażaniu rozwiązań opartych na sztucznej inteligencji w zespołach IT. Projekt realizowany jest dla dużej organizacji z branży ubezpieczeniowej.

• Doświadczenie zawodowe w obszarze software development / IT, na stanowisku Developer, QA, DevOps, Analityk, Product Owner, Scrum Master lub podobnym
• Praktyka we wdrażaniu narzędzi AI do pracy zespołów IT, w tym konfiguracja, rollout oraz integracja z procesem wytwarzania oprogramowania
• Znajomość SDLC oraz funkcjonowania zespołów zwinnych i cross-funkcyjnych
• Praktyczne doświadczenie z narzędziami AI dla IT, takimi jak GitHub Copilot, Claude Code, Cursor, Codex, Microsoft 365 Copilot
• Znajomość koncepcji Agentic SDLC, prompt engineering oraz Spec-Driven Development
• Doświadczenie w projektowaniu workflowów i rozwiązań z wykorzystaniem agentów AI
• Dobre rozumienie możliwości, ograniczeń i zastosowań GenAI, LLM oraz AI Agents w procesie tworzenia oprogramowania
• Umiejętność rozpoznawania potrzeb technicznych zespołów i dobierania odpowiednich rozwiązań AI
• Doświadczenie w pracy hands-on z zespołami oraz przekazywaniu wiedzy poprzez wspólne realizowanie zadań
• Umiejętność prowadzenia warsztatów i sesji technicznych
• Doświadczenie w przygotowywaniu dokumentacji, standardów, instrukcji, playbooków i knowledge base
• Umiejętność analizy danych dotyczących wykorzystania narzędzi oraz wyciągania wniosków na rzecz rozwoju adopcji AI
• Wysoko rozwinięte umiejętności komunikacyjne i łatwość tłumaczenia zagadnień technicznych różnym grupom odbiorców
• Umiejętność współpracy z grupami interesariuszy, w tym zespołami IT, liderami, AI Product Ownerem, AI Coachami i AI Ambasadorami
• Samodzielność i dobra organizacja pracy

Nice to have:

• Doświadczenie we wdrażaniu nowych narzędzi developerskich w dużych organizacjach
• Znajomość dobrych praktyk dotyczących bezpiecznego i odpowiedzialnego wykorzystania AI, szczególnie w środowiskach regulowanych
• Doświadczenie z frameworkami do budowania agentów AI, np. LangGraph
• Znajomość i praktyczne wykorzystanie Model Context Protocol (MCP)

• Wdrażanie i rozwój narzędzi AI wspierających zespoły IT
• Konfiguracja oraz integracja rozwiązań AI z istniejącymi środowiskami i procesami wytwórczymi
• Projektowanie workflowów oraz rozwiązań wykorzystujących AI i agentów
• Wspieranie zespołów w praktycznym wykorzystaniu AI w codziennej pracy
• Rozwijanie podejścia Agentic SDLC, w tym prompt engineering i Spec-Driven Development
• Prowadzenie technicznych warsztatów i sesji roboczych
• Identyfikowanie potrzeb zespołów i przekładanie ich na konkretne rozwiązania technologiczne
• Analiza sposobu wykorzystania narzędzi AI oraz identyfikowanie obszarów wymagających uspójnienia
• Tworzenie standardów, dobrych praktyk, playbooków i dokumentacji technicznej
• Zbieranie feedbacku od użytkowników i wykorzystywanie danych do dalszego doskonalenia wdrożeń
• Wspieranie zespołów w osiąganiu niezależności w zakresie utrzymania i rozwoju rozwiązań AI
• Współpraca z zespołami developerskimi, liderami technicznymi oraz osobami odpowiedzialnymi za rozwój AI w organizacji