AI Engineer @ Connectis_

• Doświadczenie w produkcyjnym wdrażaniu rozwiązań AI (konfiguracja, hardening, monitorowanie) oraz znajomość wymogów bezpieczeństwa i zgodności charakterystycznych dla dużych organizacji finansowych. • Minimum 5 lat doświadczenia w roli technicznej: Software Developer, DevOps Engineer, QA/Test Automation Engineer lub pokrewnej, z praktyczną znajomością pełnego cyklu życia aplikacji. • Udokumentowane doświadczenie w projektowaniu i wdrażaniu rozwiązań AI w SDLC z wykorzystaniem narzędzi takich jak GitHub Copilot, Claude Code, Cursor, Codex lub modeli open-source. • Praktyczna umiejętność budowy agentów AI oraz znajomość koncepcji LLM, RAG i architektur agentowych, w tym frameworków typu LangGraph i protokołu MCP. • Biegła znajomość języka polskiego. Wspólnie z naszym Partnerem z branży ubezpieczeniowej poszukujemy doświadczonego/ej specjalisty/ki do świadczenia usług jako AI Engineer. Projekt obejmuje wdrożenie rozwiązań klasy Agentic SDLC w organizacji IT lidera rynku ubezpieczeniowego, obejmujące budowę agentów AI, workflowów oraz integracji z narzędziami deweloperskimi i pipeline'ami CI/CD. • OFERUJEMY: • Nowy sposób na aplikowanie z AI Rekruterem (AIR) – w trakcie procesu możesz porozmawiać z wirtualnym rekruterem 24/7, bez czekania na telefon. Finalną decyzję zawsze podejmuje Opiekun Projektu. • Współpracę w modelu projektowym, z rozliczeniem opartym na etapach i protokołach odbioru poszczególnych deliverables. • Wsparcie po stronie Connectis w sprawach administracyjnych i rozliczeniowych związanych ze współpracą. • Uczestnictwo w wydarzeniach branżowych oraz meetupach technologicznych. • 5 000 PLN za polecenie znajomych do naszych projektów. • Projekt realizowany w pełni zdalnie. • Elastyczna forma współpracy B2B. • Realizacja usług 100% zdalnie. • Szybki i zdalny proces. Dziękujemy za wszystkie zgłoszenia. Pragniemy poinformować, że skontaktujemy się z wybranymi osobami. 13391/DK ,[Projektowanie i budowanie agentów AI, workflowów, skilli i promptów oraz ich integrowanie ze środowiskiem wytwórczym: repozytoriami, pipeline'ami CI/CD, procesem code review i testami., Ujednolicanie praktyk i standardów pracy z narzędziami AI wewnątrz organizacji wytwórczej, dobierając podejście Agentic SDLC do ról i zadań (developer, tester, analityk, DevOps)., Dzielenie się wiedzą inżynierską z zespołami Klienta w toku realizacji rzeczywistych zadań: pair i mob programming, wspólne code review oraz wspólne projektowanie rozwiązań., Rozpoznawanie potrzeb technicznych i biznesowych poprzez warsztaty techniczne jako metodę discovery oraz przekładanie ich na konkretną architekturę rozwiązania., Produkcyjne wdrażanie rozwiązań AI, obejmujące konfigurację, integrację z systemami organizacji, hardening, monitorowanie i iteracyjny rozwój., Ocenianie wartości biznesowej wdrożeń AI, optymalizowanie kosztów użycia modeli oraz mierzenie efektów wdrożonych rozwiązań.] Requirements: agentic SDLC, CI/CD, LLM, RAG, MCP, github copilot Additionally: Sport subscription, Private healthcare.