AI Adoption & Enablement Lead

Oferta:

Lokalizacja: Warszawa / W ola – praca hybrydowa – 1 x w tygodniu w biurze Zatrudnienie: przez apreel na zasadach B2B Stawka: do 220zł netto/ h Start: asap Współpraca: długofalowa

Daily tasks

• 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. Usługa realizowana jest w toku bieżącej pracy projektowej zespołów, w modelu zapewniającym transfer wiedzy, ujednolicenie praktyk pomiędzy zespołami oraz ich samodzielność w utrzymaniu i rozwoju rozwiązań po zakończeniu usługi.

Requirements

Wymagania: Praktyczne doświadczenie w pracy 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 oraz interpretowania feedbacku i 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 AI.

Must have: SDLC, AI, DevOps, GitHub, R, CA