Senior AI Engineer

Zakres współpracy

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.

Kompetencje wymagane

• 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

Co 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