Miejsce świadczenia usług: tryb hybrydowy (1 dzień w tygodniu w biurze w Warszawie, 4 dni zdalnie)
Forma współpracy: B2B
O projekcie
Przedmiotem usługi jest wdrażanie narzędzi i rozwiązań AI w zespołach wytwórczych IT: konfiguracja i integracja narzędzi w środowiskach zespołów, projektowanie i budowa workflowów AI, standardów użycia oraz dokumentacji technicznej, a także hands on wsparcie inżynierskie zespołów w pracy z wdrożonymi rozwiązaniami.
Wymagania
AI Adoption & Enablement Lead
Miejsce świadczenia usług: tryb hybrydowy (1 dzień w tygodniu w biurze w Warszawie, 4 dni zdalnie)
Forma współpracy: B2B
O projekcie
Przedmiotem usługi jest wdrażanie narzędzi i rozwiązań AI w zespołach wytwórczych IT: konfiguracja i integracja narzędzi w środowiskach zespołów, projektowanie i budowa workflowów AI, standardów użycia oraz dokumentacji technicznej, a także hands on wsparcie inżynierskie zespołów w pracy z wdrożonymi rozwiązaniami.
Wymagania
- Praktyczne doświadczenie w środowisku wytwarzania oprogramowania jako developer, analityk, tester, DevOps, Scrum Master, Product Owner lub w roli pokrewnej
- Doświadczenie we wdrażaniu narzędzi lub rozwiązań AI w zespołach IT (rollout, konfiguracja, integracja z procesem wytwórczym)
- Dobra znajomość cyklu życia oprogramowania oraz realiów pracy zespołów zwinnych i cross funkcyjnych
- Praktyczna znajomość narzędzi AI wspierających pracę IT, np. GitHub Copilot, Claude Code, Cursor, Codex lub M365 Copilot
- Doświadczenie z Agentic SDLC: prompt engineering, Spec Driven Development, projektowanie i budowa workflowów oraz agentów AI
- Zrozumienie możliwości i ograniczeń generatywnej AI, LLM oraz agentów AI w kontekście SDLC
- Umiejętność identyfikowania potrzeb zespołów wytwórczych i przekładania ich na konkretne wdrożenia rozwiązań AI
- Doświadczenie w transferze wiedzy do zespołów w toku wspólnej pracy na rzeczywistych zadaniach: wspólna konfiguracja środowisk, wspólne budowanie workflowów, sesje techniczne przy wdrożeniach
- Umiejętność diagnozowania, na podstawie danych o wykorzystaniu narzędzi, różnic w sposobie pracy pomiędzy zespołami oraz ujednolicania praktyk i standardów w całej organizacji wytwórczej
- Umiejętność budowania samodzielności zespołów w utrzymaniu i rozwoju wdrożonych rozwiązań, w tym doboru praktyk i narzędzi AI do ról i zadań w zespole
- Umiejętność tworzenia dokumentacji technicznej, standardów, playbooków i treści do bazy wiedzy dla wdrażanych rozwiązań
- Zdolność do zbierania i interpretowania feedbacku oraz danych o wykorzystaniu narzędzi, a także wyciągania wniosków na potrzeby iteracyjnego doskonalenia wdrożonych rozwiązań
- Wysokie kompetencje komunikacyjne, umiejętność przekazywania zagadnień technicznych w sposób dopasowany do odbiorcy
- Umiejętność współpracy z różnymi grupami interesariuszy: zespołami IT, liderami, AI Product Ownerem, AI Coachami i Ambasadorami AI
- Umiejętność prowadzenia technicznych sesji warsztatowych z zespołami wytwórczymi jako elementu wdrożenia rozwiązania
- Samodzielność, dobra organizacja pracy, bieżące śledzenie rozwoju technologii AI