Head of AI & Engineering Transformation
WealthArc
To rola lidera transformacji technologicznej w firmie WealthTech (26-50 osób). Osoba na tym stanowisku przejmie pełną odpowiedzialność za przekształcenie organizacji z tradycyjnego modelu wytwarzania oprogramowania w firmę regularnie dostarczającą produkcyjne rozwiązania AI (agenty, automatyzacja, systemy oparte na LLM). Zarządza zespołami inżynierii (~15 osób), danych (~6 osób) i produktu (~3 osoby). Celem na pierwsze 6 miesięcy jest dostarczenie 4 produkcyjnych agentów AI, redukcja cyklu dostawy o 30%, wdrożenie CI/CD, MLOps i automatyzacja przepływów danych. Rola jest strategiczna i menedżerska, z wysoką autonomią i raportowaniem do CEO.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: brak opisu procesu rekrutacyjnego (liczba etapów, czas trwania)., brak informacji o wielkości istniejącego zespołu ai/ml..
To rola lidera transformacji technologicznej w firmie WealthTech (26-50 osób). Osoba na tym stanowisku przejmie pełną odpowiedzialność za przekształcenie organizacji z tradycyjnego modelu wytwarzania oprogramowania w firmę regularnie dostarczającą produkcyjne rozwiązania AI (agenty, automatyzacja, systemy oparte na LLM). Zarządza zespołami inżynierii (~15 osób), danych (~6 osób) i produktu (~3 osoby). Celem na pierwsze 6 miesięcy jest dostarczenie 4 produkcyjnych agentów AI, redukcja cyklu dostawy o 30%, wdrożenie CI/CD, MLOps i automatyzacja przepływów danych. Rola jest strategiczna i menedżerska, z wysoką autonomią i raportowaniem do CEO.
- ✓Pełna autonomia techniczna i organizacyjna – możliwość kształtowania strategii AI i inżynierii.
- ✓Realny wpływ na biznes – raportowanie bezpośrednio do CEO.
- ✓Roczny budżet szkoleniowy + dostęp do kursów i konferencji.
- ✓Elastyczne godziny pracy i opcje workation.
- ✓Płaska struktura organizacyjna i szybkie podejmowanie decyzji.
- ✓Premia uzależniona od realizacji celów biznesowych i dostawczych.
- −Bardzo ambitne cele na pierwsze 6 miesięcy (4 agenty AI, 30% poprawa cyklu dostawy) – ryzyko nadmiernego tempa i wypalenia.
- −Rola łączy odpowiedzialność za inżynierię, dane i część produktu – możliwe rozmycie odpowiedzialności i przeciążenie.
- !Firma ma 26-50 pracowników, ale stanowisko Heads of może mieć ograniczone możliwości dalszego awansu.
- !Brak informacji o istniejącym zespole AI/ML – czy trzeba go zbudować od zera, czy są już specjaliści.
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Zarządzanie zespołami inżynierii, danych i produktu (łącznie ~24 osoby) oraz przeprowadzanie zmian organizacyjnych (restrukturyzacja, rekrutacje, redefinicja ról).
- •Projektowanie i nadzorowanie dostarczania produkcyjnych agentów AI (LLM, RAG) dla klientów zewnętrznych, od MVP przez development po monitoring.
- •Wdrażanie i ulepszanie CI/CD, automatyzacji testów, obserwowalności i standardów jakości kodu w całej organizacji.
- •Definiowanie i wdrażanie standardów MLOps: wersjonowanie modeli i promptów, ewaluacja, monitorowanie agentów AI.
- •Automatyzacja kluczowych przepływów pracy w data engineering (czyszczenie danych, metryki, pipeline'y).
- •Definiowanie KPI i SLA dla zespołów inżynieryjnych i AI, przygotowywanie miesięcznych raportów dla CEO.
- •Prowadzenie inicjatyw automatyzacji, w tym wspomaganie developmentu przez AI (developer tooling, coding agents).
Stanowisko liderskie — wymaga zarówno doświadczenia technicznego jak i umiejętności zarządzania.
Inżynier z 8+ latami doświadczenia, z co najmniej 3 latami na stanowisku kierowniczym (Head/Director/VP), który ma za sobą co najmniej jeden produkcyjny projekt AI/ML (LLM, agent) i zna Azure. Osoba, która potrafi zarządzać małymi zespołami i ma doświadczenie w usprawnianiu procesów CI/CD.
Osoby bez 8+ lat doświadczenia, bez 3-4+ lat na stanowisku kierowniczym, bez praktyki w produkcyjnych systemach AI/ML (zwłaszcza LLM i agentów) oraz bez znajomości Azure. Juniorzy, mid-level i seniorzy bez doświadczenia w zarządzaniu zespołami nie powinni aplikować.
- ?Jaki jest obecny stan zaawansowania prac nad AI w firmie? Czy istnieje już zespół AI/ML, czy trzeba go zbudować od podstaw?
- ?Ile dni w tygodniu/miesiącu trzeba być w biurze w Warszawie?
- ?Jak wygląda proces rekrutacyjny – ile etapów, czy jest zadanie domowe lub live coding?
- ?Jaka jest struktura bonusu – czy jest to stały procent, czy oparty na KPI?
- ?Jakie są największe wyzwania w transformacji, które nowa osoba będzie musiała rozwiązać w pierwszych miesiącach?
- ?Jaki jest budżet na narzędzia i infrastrukturę (np. Azure, narzędzia MLOps)?
- ?Czy istnieje planowany rozwój zespołów w najbliższym czasie (np. zatrudnienia)?
- −Brak opisu procesu rekrutacyjnego (liczba etapów, czas trwania).
- −Brak informacji o wielkości istniejącego zespołu AI/ML.
- −Brak informacji o modelu pracy hybrydowej (liczba dni w biurze, elastyczność).
- −Brak informacji o budżecie na narzędzia i szkolenia poza rocznym budżetem szkoleniowym.
Płaska struktura organizacyjna, szybkie podejmowanie decyzji, minimalna biurokracja. Silna kultura zespołowa z integracjami, offsite'ami i regularnymi lunchami. Wspierające środowisko doświadczonych osób skoncentrowanych na rozwiązywaniu problemów i innowacjach.