Agentic SDLC Senior Engineer

Wymagania: • Minimum 5 lat doświadczenia w roli technicznej: Software Developer, DevOps Engineer, QA/Test Automation Engineer lub podobnej. • Praktyczne doświadczenie w zespołach wytwórczych oraz znajomość pełnego cyklu życia aplikacji. • Doświadczenie we wdrażaniu lub praktycznym wykorzystywaniu narzędzi AI w SDLC, np. GitHub Copilot, Claude Code, Cursor, Codex, M365 Copilot, modeli open-source. • Bardzo wysokie kompetencje komunikacyjne i konsultacyjne: umiejętność prowadzenia rozmów z zespołami technicznymi, managerami i dyrektorami. • Umiejętność zbierania, porządkowania i przekładania potrzeb biznesowych oraz technicznych na konkretne inicjatywy wdrożeniowe. • Doświadczenie w prowadzeniu warsztatów, szkoleń lub wewnętrznych programów rozwojowych. • Umiejętność budowania zaangażowania zespołów, pracy z oporem wobec zmiany oraz wspierania trwałej adopcji nowych praktyk. • Znajomość realiów wytwarzania oprogramowania w dużej organizacji finansowej oraz świadomość wymogów bezpieczeństwa i zgodności. • Praktyczna umiejętność tworzenia promptów, workflowów, agentów i skilli. • Znajomość Spec-Driven Development oraz nowoczesnych praktyk inżynierii oprogramowania wspieranych przez AI. • Znajomość koncepcji LLM, RAG, automatyzacji i architektur agentowych; mile widziana praktyka z frameworkami, np. LangGraph. • Umiejętność oceny wartości biznesowej AI, optymalizacji kosztów użycia modeli oraz mierzenia efektów wdrożeń. • Analityczne podejście, samodzielność, otwartość na eksperymentowanie i ciągłe uczenie się. • Świadczenie usług z terytorium Polski • Świadczenie usług hybrydowo - minimum jeden dzień w biurze. Zadania: • Prowadzenie wdrożeń Agentic SDLC end-to-end: od analizy potrzeb, przez pilotaże i konfigurację narzędzi, po standaryzację, governance i skalowanie. • Współpraca z managerami, dyrektorami i zespołami w celu zbierania potrzeb, ustalania priorytetów oraz budowania roadmapy adopcji AI. • Prowadzenie szkoleń, warsztatów, konsultacji i praktycznych sesji pracy dla cross-funkcyjnych zespołów developerskich. • Wspieranie zespołów w efektywnym wykorzystaniu narzędzi takich jak GitHub Copilot, Claude Code, Cursor, Codex czy M365 Copilot. • Projektowanie i wdrażanie workflowów, agentów, promptów, skilli oraz praktyk Spec-Driven Development wspierających analizę, development, testy, code review, dokumentację i utrzymanie. • Budowanie wewnętrznej bazy wiedzy, standardów, wzorców użycia i dobrych praktyk AI w SDLC. • Zarządzanie oporem wobec zmiany: komunikowanie korzyści, adresowanie obaw, angażowanie liderów technicznych i wspieranie zespołów w zmianie sposobu pracy. • Definiowanie oraz monitorowanie KPI/OKR i ROI wdrożeń AI, min w zakresie produktywności, jakości, czasu dostarczania, kosztu jednostkowego zmiany i adopcji narzędzi. • Ocena oraz rekomendowanie rozwiązań AI SDLC z uwzględnieniem jakości, kosztów, bezpieczeństwa, ryzyk regulacyjnych i zgodności z politykami organizacji. • Tworzenie i egzekwowanie zasad bezpiecznego, odpowiedzialnego użycia AI, w tym ochrony danych, kontroli dostępu i zarządzania ryzykiem. • Monitorowanie rozwoju rynku AI i przekładanie nowych możliwości na konkretne zastosowania w domenie majątkowej