Agentic SDLC Senior Engineer | Branża Ubezpieczeniowa

Społeczność Edge One Solutions liczy ponad 350 ekspertów i jest częścią Grupy Euvic, w której jest 5500 osób. Klientem jest lider rynku ubezpieczeniowego inwestujący w transformację cyfrową, analitykę danych i AI, realizujący projekty dla milionów klientów z dużymi zbiorami danych.

• Minimum 5 lat doświadczenia w roli technicznej, np. Software Developer, DevOps Engineer, QA/Test Automation Engineer lub podobnej
• Bardzo dobra znajomość pełnego cyklu życia aplikacji (SDLC) oraz pracy w zespołach wytwórczych
• Praktyczne doświadczenie z narzędziami AI wspierającymi development, np. GitHub Copilot, Claude Code, Cursor, Codex, M365 Copilot lub modelami open-source
• Doświadczenie w budowaniu agentów AI, workflowów, skilli i promptów oraz integrowaniu ich ze środowiskiem developerskim
• Znajomość Spec-Driven Development oraz nowoczesnych praktyk software engineering wspieranych przez AI
• Znajomość zagadnień LLM, RAG, automatyzacji i architektur agentowych
• Doświadczenie w produkcyjnym wdrażaniu rozwiązań AI, w tym integracja, hardening, monitoring oraz iteracyjny rozwój
• Umiejętność prowadzenia technicznego discovery i warsztatów oraz przekładania wymagań na architekturę rozwiązania
• Umiejętność oceny wartości biznesowej rozwiązań AI, mierzenia efektów oraz optymalizacji kosztów modeli
• Bardzo dobre kompetencje komunikacyjne i konsultacyjne we współpracy z zespołami technicznymi i kadrą managerską

Nice to have:

• Praktyczne doświadczenie z LangGraph
• Znajomość Model Context Protocol (MCP)
• Doświadczenie w projektach realizowanych w dużych organizacjach finansowych
• Znajomość wymagań dotyczących bezpieczeństwa, compliance i wdrażania AI w środowiskach enterprise

• Projektowanie i budowa agentów AI, workflowów, skilli oraz promptów
• Integracja rozwiązań AI z repozytoriami, procesami CI/CD, code review i testami
• Wdrażanie i rozwój narzędzi AI wspierających Software Development Life Cycle
• Projektowanie produkcyjnych rozwiązań wykorzystujących LLM, RAG i architektury agentowe
• Prowadzenie technicznego discovery oraz przekładanie potrzeb biznesowych i technologicznych na konkretne rozwiązania
• Optymalizacja kosztów wykorzystania modeli oraz mierzenie efektów wdrożeń AI
• Standaryzacja sposobu wykorzystania AI przez developerów, testerów, analityków i zespoły DevOps
• Współpraca z zespołami poprzez pair/mob programming, code review i wspólne projektowanie rozwiązań
• Transfer wiedzy i przygotowanie zespołów do samodzielnego utrzymania oraz dalszego rozwoju wdrożonych rozwiązań

Informacja o administratorze danych osobowych, prawach związanych z danymi, obowiązkach podania danych na podstawie Kodeksu pracy oraz prawie do cofnięcia zgody na przetwarzanie danych osobowych.