AI Metrics & Analytics Engineer (m/n/k)

Nexio Management to około 550 konsultantów, którzy od ponad 20 lat tworzą zaawansowane rozwiązania IT dla firm w Polsce i za granicą. Jesteśmy zespołem ekspertów, którzy realnie angażują się w projekty swoich klientów.

Specjalizujemy się w budowie, rozwoju i utrzymaniu systemów i aplikacji, oraz doradztwie IT. Wierzymy, że najlepsze rozwiązania powstają wtedy, gdy jest przestrzeń na eksperymentowanie - dlatego mamy własne R&D Center na czele z NexioBot naszym mobilnym robotem asystującym, wykorzystującym sztuczną inteligencję do komunikacji.

Działamy w takich modelach biznesowych jak managed services, fixed prices oraz wspieramy zespoły naszych klientów w modelach scale up the team. Naszymi klientami są firmy z wielu zróżnicowanych branż, szukające wsparcia najwyższej klasy ekspertów.

Responsibilities

• Pobieranie, integracja i analiza danych z narzędzi DevOps: Jira, GitLab, GitHub, Gerrit (API, SQL).
• Wyliczanie i bieżący monitoring metryk inżynierskich: DORA, Lead Time, Cycle Time, flow metrics.
• Projektowanie i rozwój modeli danych oraz dashboardów KPI w Power BI.
• Badanie realnego wpływu narzędzi GenAI (np. GitHub Copilot) na produktywność zespołów, jakość kodu i ROI licencji.
• Tłumaczenie danych na wnioski biznesowe (time-to-market, koszty opóźnień, wąskie gardła) i prezentacja rekomendacji przed managementem.
• Dokumentowanie metodyki i definicji metryk w Confluence.

Requirements

Dołącz do projektu transformacji inżynierii oprogramowania dla wiodącego sektora bankowego.Główny celem projektu jest wdrożenie, pomiar i optymalizacja adopcji narzędzi Generative AI oraz metryk efektywności wytwarzania oprogramowania.

Benefits

• Min. 3 lata doświadczenia w analityce danych, Platform Engineering, DevOps Metrics lub optymalizacji procesów IT/Agile.
• Bardzo dobra znajomość SQL oraz Power BI (Power Query, DAX, modelowanie danych).
• Praktyczna znajomość: Jira (JQL, workflow), GitLab, GitHub oraz Gerrit.
• Biegła znajomość metodyki liczenia metryk DORA i wskaźników przepływu (praca na percentylach i medianach).
• Praktyczne zrozumienie narzędzi GenAI / LLM (GitHub Copilot, prompt engineering, podstawy RAG, metryki adopcji).
• Umiejętność łączenia perspektywy technicznej z biznesową.