Automation Tester (AI Coach)

• Projektowanie i prowadzenie szkoleń, warsztatów oraz sesji konsultacyjnych wspierających efektywne wykorzystanie narzędzi AI przez testerów i zespoły deweloperskie
• Wspieranie użytkowników w tworzeniu skutecznych promptów oraz wdrażaniu dobrych praktyk pracy z generatywną AI
• Tworzenie i rozwój wewnętrznej bazy wiedzy obejmującej standardy, rekomendacje oraz sprawdzone metody wykorzystania sztucznej inteligencji w procesach wytwarzania i testowania oprogramowania
• Monitorowanie trendów technologicznych oraz nowych rozwiązań z obszaru AI, a także aktywne dzielenie się wiedzą i rekomendacjami w organizacji
• Analiza i porównywanie rozwiązań AI (m.in. GitHub Copilot, Microsoft 365 Copilot i narzędzi alternatywnych) pod kątem jakości, kosztów, bezpieczeństwa, ryzyka i zgodności z wymaganiami organizacji
• Definiowanie, monitorowanie i raportowanie KPI/OKR oraz ROI dla inicjatyw AI, ze szczególnym uwzględnieniem wpływu na produktywność, jakość dostarczanych rozwiązań oraz optymalizację kosztów
• Koordynowanie inicjatyw związanych z adopcją AI, współpraca z interesariuszami biznesowymi i technicznymi oraz wspieranie transformacji organizacji w kierunku efektywnego wykorzystania sztucznej inteligencji

Wymagania kluczowe:

• 5–8 lat doświadczenia na stanowisku Testera Automatyzującego lub w pokrewnych rolach związanych z zapewnieniem jakości oprogramowania
• Bardzo dobra znajomość narzędzi wykorzystywanych w procesach testowania i CI/CD, takich jak Selenium, Jenkins, Postman, GitHub, Bitbucket, Kibana, JMeter oraz SQL
• Praktyczne doświadczenie w wykorzystaniu narzędzi AI wspierających pracę zespołów IT, m.in. GitHub Copilot, Microsoft 365 Copilot, ChatGPT, Claude czy Ollama
• Dobra znajomość środowiska IT oraz procesów wytwarzania oprogramowania w dużych organizacjach, w szczególności z sektora finansowego i bankowego
• Wysoko rozwinięte umiejętności komunikacyjne, połączone z umiejętnością efektywnego przekazywania wiedzy i wspierania rozwoju innych osób
• Zdolność do upraszczania złożonych zagadnień technicznych i prezentowania ich w sposób zrozumiały dla różnych grup odbiorców
• Znajomość współczesnego ekosystemu AI, w tym LLM, generatywnej AI, automatyzacji procesów oraz narzędzi wspierających produktywność
• Umiejętność projektowania efektywnych promptów, workflowów oraz scenariuszy wykorzystania AI w codziennej pracy zespołów IT
• Procesowe i analityczne podejście do identyfikowania obszarów, w których wdrożenie AI może przynieść wymierną wartość biznesową