AI Adoption & Enablement Lead | Branża ubezpieczeń

Nasz klient to lider rynku ubezpieczeniowego, inwestujący w transformację cyfrową, rozwój analityki danych i AI. Praca obejmuje wyzwania biznesowe w skali milionów klientów, dostęp do nowoczesnych narzędzi i dużych zbiorów danych oraz współpracę z ekspertami z zakresu data science, aktuariatu i IT. Możliwość realnego wpływu na procesy decyzyjne w organizacji.

• Praktyczne doświadczenie jako Developer, Analityk, Tester, DevOps, Scrum Master, Product Owner lub w pokrewnej roli
• Doświadczenie we wdrażaniu, konfigurowaniu i integrowaniu narzędzi lub rozwiązań AI w zespołach IT
• Znajomość Agentic SDLC, inżynierii promptów, Spec-Driven Development oraz projektowania przepływów pracy i agentów AI
• Praktyczna znajomość narzędzi takich jak GitHub Copilot, Claude Code, Cursor, Codex, Microsoft 365 Copilot
• Dobra znajomość cyklu życia oprogramowania i pracy zespołów zwinnych oraz interdyscyplinarnych
• Zrozumienie możliwości i ograniczeń generatywnej AI, modeli LLM oraz agentów AI w kontekście SDLC
• Umiejętność identyfikowania potrzeb zespołów i przekładania ich na wdrożenia AI
• Doświadczenie w przekazywaniu wiedzy podczas pracy z zespołami
• Umiejętność analizy danych o wykorzystaniu narzędzi oraz standaryzacji praktyk
• Umiejętność budowania samodzielności zespołów w utrzymaniu i rozwoju rozwiązań
• Umiejętność dostosowywania narzędzi i praktyk AI do ról i zadań zespołu
• Umiejętność tworzenia dokumentacji technicznej, standardów i instrukcji wdrożeniowych
• Umiejętność zbierania i interpretacji informacji zwrotnych
• Umiejętność prowadzenia technicznych sesji warsztatowych
• Wysokie kompetencje komunikacyjne i dostosowanie sposobu przekazu wiedzy do odbiorcy
• Umiejętność współpracy z zespołami IT, liderami, AI Product Ownerem, AI Coachami i Ambasadorami AI
• Samodzielność, dobra organizacja pracy i śledzenie rozwoju AI

Nice to have:

• Doświadczenie we wdrażaniu nowych narzędzi deweloperskich w dużej organizacji
• Znajomość zasad bezpiecznego i odpowiedzialnego wykorzystywania AI w organizacji regulowanej
• Praktyczna znajomość frameworków agentowych, takich jak LangGraph
• Znajomość protokołu MCP

• Wdrażanie, konfigurowanie i integrowanie narzędzi AI w środowiskach zespołów wytwórczych
• Projektowanie i budowanie przepływów pracy oraz agentów AI wspierających proces wytwarzania oprogramowania
• Opracowywanie standardów wykorzystania AI, dokumentacji technicznej i materiałów do bazy wiedzy
• Zapewnianie praktycznego wsparcia inżynierskiego podczas wdrażania rozwiązań AI
• Prowadzenie technicznych sesji warsztatowych i przekazywanie wiedzy podczas wspólnej pracy z zespołami
• Analizowanie danych o wykorzystaniu narzędzi oraz ujednolicanie praktyk pomiędzy zespołami
• Zbieranie informacji zwrotnych i iteracyjne doskonalenie wdrożonych rozwiązań
• Budowanie samodzielności zespołów w utrzymywaniu i rozwijaniu rozwiązań AI