Senior AI Engineer

Nasze wymagania

• minimum 5 lat doświadczenia w obszarze analityki danych, Platform Engineering, DevOps lub Agile / procesów IT,
• bardzo dobra znajomość Jira, w szczególności JQL, workflow, historii statusów oraz dashboardów,
• bardzo dobra znajomość Confluence,
• praktyczna znajomość GitLab, w tym CI/CD, pipeline’ów, deploymentów i Merge Requestów,
• praktyczna znajomość GitHub, w tym repozytoriów, Pull Requestów, GitHub Actions oraz API,
• praktyczna znajomość Gerrit, w szczególności procesów code review, patchsetów i metryk czasu przeglądu kodu,
• bardzo dobra znajomość SQL, w tym JOIN, agregacji, CTE oraz funkcji okna,
• doświadczenie w pracy z Power BI, obejmujące modelowanie danych, Power Query, DAX oraz budowę dashboardów,
• znajomość zasad działania modeli językowych (LLM), ich możliwości i ograniczeń, w tym ryzyka halucynacji, bezpieczeństwa danych i kosztów wykorzystania,
• praktyczna znajomość prompt engineeringu oraz podstaw architektury RAG,
• doświadczenie w integracji modeli LLM z aplikacjami lub procesami biznesowymi z wykorzystaniem API,
• praktyczna znajomość GitHub Copilot oraz sposobów pomiaru jego adopcji i wpływu na produktywność,
• doświadczenie w wykorzystywaniu Microsoft Copilot w codziennej pracy analitycznej,
• znajomość narzędzi wspierających zarządzanie wiedzą i pracę z AI, np. NotebookLM lub Google Vertex AI,
• bardzo dobra znajomość metryk DORA (DevOps Research and Assessment), w tym Deployment Frequency, Lead Time for Changes, Change Failure Rate, Failed Deployment Recovery Time oraz Rework Rate,
• rozumienie różnic pomiędzy Lead Time for Changes a Cycle Time oraz umiejętność ich definiowania i kalkulacji,
• umiejętność oceny i doboru metryk do celów organizacji oraz ich praktycznego wdrażania,
• umiejętność interpretacji wskaźników KPI, w tym pracy na medianach i percentylach, analizy trendów oraz łączenia metryk szybkości dostarczania oprogramowania z metrykami stabilności i jakości,
• umiejętność przekładania metryk technicznych na kontekst biznesowy, np. Lead Time jako miarę szybkości dostarczania wartości, Change Failure Rate jako wskaźnik ryzyka dla klientów, a Rework Rate jako miarę kosztów związanych z poprawkami,
• umiejętność przekładania wyników analiz na konkretne rekomendacje, inicjatywy usprawniające i mierzalne cele KPI,
• umiejętność oceny jakości, kompletności i spójności danych przed ich wykorzystaniem do analiz i podejmowaniem decyzji.

Twój zakres obowiązków

• projekt realizowany dla sektora bankowego, którego celem jest transformacja inżynierii oprogramowania poprzez budowę i rozwój organizacyjnych, procesowych oraz technologicznych fundamentów umożliwiających efektywną adopcję generatywnej AI (GenAI) w całym cyklu życia oprogramowania,
• analiza obecnie stosowanych metryk efektywności procesów wytwarzania oprogramowania oraz dobór nowych wskaźników adekwatnych do celów organizacji,
• kompleksowe wdrażanie metryk end-to-end: od definicji i identyfikacji źródeł danych, przez automatyzację ich pozyskiwania, po wizualizację i raportowanie,
• pozyskiwanie, integracja i analiza danych pochodzących z narzędzi Jira, GitLab, GitHub i Gerrit z wykorzystaniem API oraz SQL,
• definiowanie, kalkulacja i monitorowanie metryk DORA, Lead Time for Changes, Cycle Time oraz Flow Metrics,
• projektowanie, budowa i rozwój dashboardów KPI oraz raportów zarządczych w Power BI,
• analiza wyników, identyfikacja wąskich gardeł i obszarów wymagających optymalizacji w procesach inżynierii oprogramowania,
• przekładanie wyników analiz technicznych na wskaźniki i korzyści biznesowe, takie jak time-to-market, koszt opóźnień, ryzyko operacyjne oraz wpływ na doświadczenia klienta,
• pomiar efektów wdrażania narzędzi GenAI, w tym poziomu adopcji, wpływu na produktywność i jakość wytwarzanego oprogramowania oraz zwrotu z inwestycji w licencje,
• wsparcie inicjatyw związanych z rozwojem i wdrażaniem rozwiązań opartych na integracji z LLM,
• przygotowywanie rekomendacji dotyczących usprawnienia procesów oraz monitorowanie efektów ich wdrożenia,
• dokumentowanie definicji metryk, metodologii pomiarowych i raportów w Confluence,
• prezentowanie wyników analiz, wniosków i rekomendacji zespołom technicznym oraz kadrze zarządzającej,
• tryb realizacji usług: hybrydowy – 1 dzień w tygodniu z biura w Warszawie,
• budżet projektu: do 190 zł netto+VAT/h, w zależności od doświadczenia i zakresu świadczonych usług.

O projekcie

Tak organizujemy naszą pracę

Tak pracujemy nad projektem

• code review
• Continuous Deployment
• Continuous Integration

To oferujemy

• możliwość świadczenia usług w różnorodnych projektach z obszaru Software, Embedded, Data i Cloud Services,
• zaangażowanie w dodatkowe inicjatywy presealsowe oraz eksperckie,
• dostęp do opieki medycznej, karty sportowej oraz platformy kafeteryjnej zgodnie z obowiązującymi zasadami współpracy.

Etapy rekrutacji

• 1.
  CV
• 2.
  Rozmowa wstępna
• 3.
  Rozmowa techniczna
• 4.
  Witaj w #ScaloTeam!

Scalo Sp. z o.o.