Senior AI Engineer | Branża ubezpieczeniowa
⚲ Warszawa
Do uzgodnienia
Wymagania
- min. 5 lat doświadczenia w roli technicznej (Software Developer, DevOps, QA/Test Automation lub podobnej)
- doświadczenie we wdrażaniu narzędzi AI do SDLC (GitHub Copilot, Claude Code, Cursor, Codex, M365 Copilot lub modele open-source)
- praktyczne doświadczenie w budowie agentów AI, workflowów, skilli i promptów
- doświadczenie w integracji AI z repozytoriami, CI/CD, code review i procesami testowymi
- doświadczenie w produkcyjnym wdrażaniu, konfiguracji, zabezpieczaniu i monitorowaniu rozwiązań AI
- bardzo dobre kompetencje komunikacyjne i konsultacyjne oraz swoboda współpracy z zespołami technicznymi, managerami i dyrektorami
- gotowość do pracy hybrydowej z obecnością w biurze w Warszawie 1 dzień w tygodniu
Mile widziane
- praktyczna znajomość LangGraph i/lub protokołu MCP
Opis stanowiska
Rola hands-on w zespołach wytwórczych IT dużego ubezpieczyciela: wdrażasz narzędzia AI (GitHub Copilot, Claude Code, Cursor, Codex, M365 Copilot), budujesz agentów, workflowy i prompty, integrujesz je z repozytoriami, CI/CD, code review i procesami testowymi. Równolegle wypracowujesz standardy wykorzystania AI i wspierasz zespoły w ich praktycznym przyjęciu — przez pair/mob programming i wspólne code review — tak aby po wdrożeniu były samodzielne. To oferta dla doświadczonego technicznie inżyniera, który lubi łączyć kompetencje AI z pracą konsultacyjną i transferem wiedzy, a nie tylko dostarczać kod.
🔍 Dekoder Ogłoszenia
🔴
Indywidualne podejście pozwala na dopasowanie projektów do umiejętności
Brzmi jak elastyczność, ale w praktyce może oznaczać, że nie masz wpływu na projekt — to firma decyduje, gdzie cię 'dopasuje'.
🔴
realnie wspieramy się w rozwoju kompetencji
Ogólnik bez konkretów — brak informacji o budżecie szkoleniowym, certyfikacjach czy czasie na rozwój.
🔴
realnego wpływu na procesy decyzyjne
Często oznacza, że będziesz dostarczać analizy, ale decyzje podejmą inni — 'wpływ' bywa iluzoryczny.
🟡
lider rynku ubezpieczeniowego
Branża ubezpieczeniowa bywa silnie regulowana i hierarchiczna — tempo wdrożeń AI może być wolniejsze niż w startupach.
🟢
pracy nad realnymi wyzwaniami biznesowymi w skali milionów klientów
Konkretny plus — duże zbiory danych i realny wpływ na biznes to wartościowe doświadczenie.