Agentic SDLC Senior Engineer

Jesteśmy liderem rekrutacji specjalistów i menedżerów oraz doradztwa w obszarze HR. Marka obecna jest w 35 krajach, w Polsce działa od 1996 roku. Antal tworzy ponad 130 profesjonalnych konsultantów ds. rekrutacji, którzy są wykwalifikowanymi doradcami, specjalizującymi się w wybranym sektorze i stanowisku.

• Minimum 5 lat doświadczenia na stanowisku Software Developer, DevOps Engineer, QA/Test Automation Engineer lub pokrewnym.
• Bardzo dobra znajomość pełnego cyklu życia oprogramowania (SDLC).
• Doświadczenie we wdrażaniu narzędzi AI wspierających proces wytwarzania oprogramowania (np. GitHub Copilot, Cursor, Codex, Claude Code, M365 Copilot).
• Doświadczenie w budowie agentów AI, workflowów, promptów i ich integracji z ekosystemem deweloperskim.
• Znajomość nowoczesnych praktyk inżynierii oprogramowania wspieranych przez AI.
• Znajomość koncepcji LLM, RAG, automatyzacji oraz architektur agentowych.
• Doświadczenie we wdrażaniu rozwiązań AI w środowisku produkcyjnym.
• Umiejętność przekładania potrzeb biznesowych i technicznych na architekturę oraz inicjatywy wdrożeniowe.
• Wysoko rozwinięte kompetencje komunikacyjne i konsultingowe.
• Doświadczenie w pracy z dużymi organizacjami oraz świadomość wymogów związanych z bezpieczeństwem i zgodnością.

Nice to have:

• Znajomość frameworków takich jak LangGraph.
• Doświadczenie z protokołem MCP.
• Praktyczna wiedza z zakresu optymalizacji kosztów wykorzystania modeli AI.
• Doświadczenie w prowadzeniu warsztatów technicznych i inicjatyw transformacyjnych.

• Projektowanie i wdrażanie agentów AI, workflowów oraz rozwiązań automatyzujących procesy SDLC.
• Integracja narzędzi AI z repozytoriami kodu, pipeline'ami CI/CD, procesami code review i testowania.
• Budowa oraz rozwój rozwiązań wspierających programistów, testerów i zespoły DevOps.
• Współpraca z zespołami technicznymi w zakresie wdrażania najlepszych praktyk związanych z wykorzystaniem AI.
• Prowadzenie warsztatów technicznych i wspieranie procesu discovery.
• Monitorowanie efektywności wdrożeń oraz optymalizacja wykorzystania modeli AI.
• Transfer wiedzy do zespołów produktowych poprzez wspólne projektowanie rozwiązań, code review oraz pair programming.
• Wspieranie zespołów w przejęciu odpowiedzialności za wdrożone rozwiązania i ich dalszy rozwój.