Solutions Architect – AI SDLC

🕒 June 8

Apply Now

Find Similar Remote Jobs

Set Up Email Alert For New Jobs

📊 Check your resume score for this job

Improve your chances of getting an interview by checking your resume score before you apply.

Upload Resume

Future Processing

WebsiteLinkedInAll Job Openings

1001 - 5000 employees

Founded 2000

🤖 Artificial Intelligence

☁️ SaaS

🔒 Cybersecurity

Artificial Intelligence • SaaS • Cybersecurity

Future Processing is a digital strategy advisor and tech delivery partner with over 20 years of experience serving global clients across various industries. They specialize in offering AI, cloud, and data solutions to optimize business operations, improve productivity, and drive company growth. With a unique focus on outcomes and business value, Future Processing uses a pay-only-for-performance model to align with client goals, ensuring transparency and efficiency in software delivery. Their services span from AI adoption and data integration to system modernization and cybersecurity, making them a comprehensive partner for digital transformation and technological advancement.

📋 Description

• podnosi dojrzałość procesu dostarczania SDLC w projektach z wykorzystaniem AI, • doradza technologicznie i architektonicznie przy projektowaniu rozwiązań AI, z uwzględnieniem kosztów, ryzyk i wartości biznesowej, • projektuje architekturę systemów AI oraz rozwiązań wspierających proces SDLC we współpracy z zespołami inżynierskimi, • tworzy i rozwija rozwiązania oparte o AI (np. agenci AI) usprawniające Delivery, w szczególności proces wytwarzania oprogramowania, • projektuje i wdraża autonomiczne pipeline'y SDLC, w których AI ewoluuje z roli asystenta wytwarzania kodu do roli samodzielnego systemu realizującego zadania end-to-end (np. analiza wymagań, generowanie zmian, testowanie, walidacja, tworzenie PR-ów, monitoring jakości itp.), • współtworzy strategię oraz wizję AI-first SDLC i AI Delivery w skali organizacji, • definiuje standardy, wzorce i dobre praktyki w obszarze AI i architektury, • dzieli się wiedzą, prowadzi mentoring oraz rozwój kompetencji zespołów technicznych.

🎯 Requirements

• masz co najmniej **7 lat doświadczenia w IT**, w tym **minimum 2 lata praktycznej pracy z rozwiązaniami AI**, w szczególności wspierającymi proces SDLC, • posiadasz solidne **doświadczenie architektoniczne w projektowaniu i wdrażaniu systemów** w technologiach **.NET, Java lub Node.js**, • posiadasz praktyczną znajomość co najmniej jednej chmury publicznej: **AWS lub Azure**, w tym projektowania architektury, doboru usług oraz aspektów kosztowych i bezpieczeństwa, • tworzyłeś oprogramowanie w ramach **zautomatyzowanego, AI-wspomaganego procesu SDLC**, obejmującego development, testy i CI/CD, • znasz i wykorzystywałeś komercyjnie w praktyce **narzędzia AI wspomagające development**, takie jak** GitHub Copilot, Cursor, Claude Code oraz popularne MCP**, • posiadasz bardzo dobrą znajomość **Generative AI i integracji modeli LLM** oraz rozumiesz ich realne zastosowanie w procesach biznesowych, delivery oraz wytwarzaniu oprogramowania, • masz doświadczenie w projektowaniu i wdrażaniu systemów opartych o AI, takich jak RAG, semantyczne wyszukiwanie, workflow AI oraz single- i multi-agentowe systemy AI, • posiadasz bardzo dobrą **znajomość projektowania autonomicznych agentów AI** oraz systemów zdolnych do samodzielnego wytwarzania oprogramowania (agentic coding / autonomous software engineering), w tym orkiestracji zadań, kontroli jakości, walidacji oraz podejmowania decyzji w ramach SDLC, • masz praktyczne **doświadczenie w optymalizacji kosztów i wydajności rozwiązań opartych o LLM**, w szczególności w obszarach takich jak token usage optimization, prompt engineering, zarządzanie kontekstem, caching, dobór modeli i parametrów, • pracowałeś z platformami Microsoft w kontekście AI (np. Microsoft Copilot Studio, AI Foundry, Microsoft Agent Framework) lub rozwiązaniami równoważnymi, • projektujesz i wyceniasz rozwiązania AI, uwzględniając wymagania biznesowe, specyfikę danych, ograniczenia technologiczne oraz koszty utrzymania, • **masz doświadczenie w działaniach R&D w obszarze AI**, prototypowaniu oraz iteracyjnym testowaniu rozwiązań, gdzie celem jest budowa w pełni autonomicznego procesu SDLC z elementami self-improvement (np. uczenie się na błędach, self-eval, feedback loop, automatyczna optymalizacja promptów, narzędzi i pipeline’ów).