Senior AI Engineer | Branża ubezpieczeniowa

Nasz klient to lider rynku ubezpieczeniowego inwestujący w transformację cyfrową, rozwój analityki danych i AI. Oferta dotyczy pracy w środowisku z dostępem do nowoczesnych narzędzi i dużych zbiorów danych oraz współpracy z ekspertami z dziedziny data science, aktuariatu i IT.

• Minimum 5 lat doświadczenia w roli technicznej, np. Software Developer, DevOps Engineer, QA/Test Automation Engineer lub podobnej.
• Doświadczenie we wdrażaniu narzędzi AI do SDLC, np. GitHub Copilot, Claude Code, Cursor, Codex, M365 Copilot lub modeli open-source.
• Praktyczne doświadczenie w budowie agentów AI, workflowów, skilli i promptów.
• Doświadczenie w integracji AI z repozytoriami, CI/CD, code review i procesami testowymi.
• Znajomość Spec-Driven Development oraz praktyk inżynierii oprogramowania wspieranych przez AI.
• Znajomość LLM, RAG, automatyzacji oraz architektur agentowych.
• Doświadczenie w produkcyjnym wdrażaniu, konfiguracji, zabezpieczaniu i monitorowaniu rozwiązań AI.
• Umiejętność przekładania potrzeb biznesowych i technicznych na konkretne rozwiązania oraz inicjatywy wdrożeniowe.
• Umiejętność oceny wartości biznesowej AI, optymalizacji kosztów modeli i mierzenia efektów wdrożeń.
• Bardzo dobre kompetencje komunikacyjne i konsultacyjne oraz swoboda współpracy z zespołami technicznymi, managerami i dyrektorami.
• Doświadczenie w transferze wiedzy poprzez pair/mob programming, wspólne code review i pracę nad rzeczywistymi zadaniami zespołu.
• Umiejętność tworzenia i ujednolicania standardów wykorzystania AI oraz praktyk Agentic SDLC.

Nice to have:

• Praktyczna znajomość LangGraph i/lub protokołu MCP.
• Doświadczenie we wspieraniu zespołów w operacyjnym przejmowaniu wdrożonych rozwiązań.
• Doświadczenie w dużych organizacjach finansowych.
• Znajomość wymagań dotyczących bezpieczeństwa i zgodności przy wdrażaniu rozwiązań AI.
• Analityczne podejście, samodzielność oraz otwartość na eksperymentowanie i ciągłe uczenie się.

• Wdrażanie i integracja narzędzi AI w środowiskach zespołów wytwórczych IT.
• Projektowanie i budowa agentów, workflowów, skilli i promptów wspierających SDLC.
• Integracja rozwiązań AI z repozytoriami, CI/CD, procesami code review i testami.
• Konfiguracja, hardening, monitoring i rozwój produkcyjnych rozwiązań AI.
• Tworzenie standardów wykorzystania AI oraz dokumentacji technicznej.
• Dobór praktyk Agentic SDLC do różnych ról: developerów, testerów, analityków i DevOps.
• Zbieranie potrzeb biznesowych i technicznych oraz przekładanie ich na inicjatywy wdrożeniowe i architekturę rozwiązań.
• Prowadzenie warsztatów technicznych i discovery.
• Ocena wartości biznesowej rozwiązań AI, optymalizacja kosztów wykorzystania modeli oraz mierzenie efektów wdrożeń.
• Hands-on współpraca z zespołami poprzez pair/mob programming, code review oraz wspólne projektowanie i implementację rozwiązań.
• Transfer wiedzy i stopniowe przekazywanie zespołom odpowiedzialności za wdrożone rozwiązania.
• Ujednolicanie standardów i dobrych praktyk wykorzystania AI pomiędzy zespołami.