Dyrektor ds. Rozwoju i Wdrożeń Danych i AI (Zdalnie)

Date Posted:

2026-06-25

Country:

Poland

Location:

PL-POLAND-REMOTE

Position Role Type:

Remote

 

W RTX, największej na świecie firmie z branży lotniczej i obronnej, 185 000 wspaniałych umysłów łączy wspólny cel i inspiracja do wprowadzania zmian poprzez rozwiązywanie najbardziej złożonych problemów świata.

Dzięki trzem wiodącym na rynku filarom działalności, światowej klasy operacjom oraz inwestycjom w badania i rozwój, oferujemy możliwości i potencjał, jakich nie zapewni nikt inny. Wspólnie przesuwamy granice znanej nauki i znajdujemy nowe sposoby na łączenie i ochronę naszego świata.

Pratt & Whitney jest światowym liderem w projektowaniu, produkcji i serwisowaniu silników lotniczych oraz pomocniczych układów zasilania, który od ponad 100 lat rewolucjonizuje nowoczesne lotnictwo.

Nasze zespoły Digital and Analytics odgrywają kluczową rolę w tej misji, rozwijając dane, technologie i możliwości cyfrowe, które usprawniają sposób, w jaki projektujemy, produkujemy i wspieramy nową generację rozwiązań lotniczych.

Dyrektor ds. Rozwoju i Wdrożeń Danych i AI (Zdalnie) to globalny lider w obszarze technologii cyfrowych, odpowiedzialny za inżynierię danych, inżynierię AI oraz usługi fundamentalne, które zapewniają wysoką jakość, dostępność i niezawodność danych w całym przedsiębiorstwie.

Rola ta koncentruje się na sprawianiu, aby dane z różnych źródeł — w tym IoT, operacji terenowych oraz systemów fabrycznych i produkcyjnych — były gotowe, zaufane i użyteczne na potrzeby analityki, AI oraz podejmowania decyzji operacyjnych.

Lider ten dba o to, aby procesy inżynierii danych i AI były nowoczesne, bezpieczne, niezawodne i w pełni zgodne z globalnymi wymogami handlowymi, regulacyjnymi, kontroli eksportu oraz rezydentności danych, unikając jednocześnie duplikacji i umożliwiając skalowalne wykorzystanie ich w skali przedsiębiorstwa.

Stanowisko to wymaga współpracy w całym obszarze Digital Technology i biznesu w celu dostarczania jednolitych i skalowalnych rozwiązań w zakresie danych i AI dla firmy.

Kluczowe odpowiedzialności:

Strategia Enterprise Data & AI Engineering:

• Wyznaczanie i prowadzenie strategii dla inżynierii danych, inżynierii AI oraz fundamentalnych usług danych, zapewniając skalowalność, efektywność i dopasowanie do celów biznesowych.

Kompleksowy cykl życia systemów danych i AI (End-to-End):

• Zapewnienie pełnego cyklu życia danych – od zróżnicowanych, surowych źródeł (w tym IoT, danych terenowych i systemów fabrycznych/produkcyjnych), przez inżynierię, modelowanie, wdrożenie, monitorowanie, aż po analizę operacyjną.

Architektura danych, inżynieria i integracja operacyjna:

• Kierowanie globalnymi zespołami w obszarach architektury danych, inżynierii danych, inżynierii integracji oraz operacji na danych.

• Ustanawianie i egzekwowanie standardów dotyczących kodowania, obserwowalności, odporności systemów, wskaźników SLI i SLO, reagowania na incydenty oraz procedur operacyjnych.

• Dopasowywanie praktyk architektonicznych i inżynieryjnych do ram ładu danych, modeli domenowych, standardów bezpieczeństwa oraz wymogów stabilności systemów.

Inżynieria rozwiązań AI, MLOps i AI Ops:

• Nadzór nad globalnymi zasobami AI, w tym środowiskami obliczeniowymi, narzędziami MLOps, operacyjnymi procesami pracy AI oraz infrastrukturą do hostowania modeli.

• Zapewnienie, że środowiska AI spełniają standardy bezpieczeństwa, wydajności, dostępności, zgodności z przepisami oraz optymalizacji kosztów.

• Dostarczanie komponentów AI wielokrotnego użytku, które usprawniają rozwój modeli, ich wdrażanie, monitorowanie oraz gotowość do audytów.

Konwergencja rozwiązań, standaryzacja i wspieranie samoobsługi:

• Dążenie do globalnej konwergencji rozwiązań danych i AI, zestawów narzędzi, wzorców inżynieryjnych i procesów operacyjnych.

• Redukowanie fragmentacji systemów poprzez standaryzację wzorców budowy, struktur monitorowania, umów SLA/SLO oraz podejścia do zarządzania zmianą.

• Dostarczanie komponentów wielokrotnego użytku, usług wspólnych i powtarzalnych wzorców w celu maksymalizacji skali i redukcji duplikacji działań.

• Umożliwianie bezpiecznej, kontrolowanej samoobsługi w zakresie danych, analityki i AI, aby zespoły mogły z ufnością budować własne rozwiązania w oparciu o ustandaryzowane zasoby.

• Zapewnienie, że funkcje samoobsługowe są zgodne z przepisami dotyczącymi kontroli eksportu, handlu międzynarodowego, rezydentności danych i innymi wymogami prawnymi.

• Wycofywanie przestarzałych usług i konsolidacja systemów w celu uproszczenia operacji i zwiększenia efektywności.

Doskonałość operacyjna i niezawodność usług:

• Odpowiedzialność za niezawodność, dostępność, obserwowalność i bezpieczeństwo wszystkich systemów danych i AI.

• Nadzór nad globalnym monitorowaniem, zarządzaniem incydentami i problemami, planowaniem wydajności, odtwarzaniem awaryjnym oraz zarządzaniem cyklem życia systemów.

• Wdrażanie silnych mechanizmów kontroli operacyjnej, w tym zarządzania dostępem, zarządzania zmianą, przeglądów gotowości operacyjnej oraz egzekwowania zgodności z przepisami.

• Rozwijanie automatyzacji, praktyk SRE oraz usprawnień operacyjnych opartych na analizie trendów.

Współpraca i wsparcie biznesu:

• Zapewnienie, że wdrażane systemy wspierają analitykę, AI, procesy operacyjne, programy transformacji oraz korporacyjne inicjatywy cyfrowe.

• Partnerstwo z zespołami Data Science & AI oraz Data Ontology & Governance w celu dopasowania możliwości systemów do potrzeb w zakresie modelowania, metadanych, pochodzenia danych (lineage) i ich jakości.

• Wspieranie programów korporacyjnych, w tym SAP S4, globalnych produktów danych, transformacji cyfrowej, modernizacji inżynieryjnej, systemów produkcyjnych oraz działań utrzymaniowych.

Przywództwo i rozwój organizacji:

• Zarządzanie globalnymi zespołami inżynierów, architektów, specjalistów SRE, specjalistów ds. operacji systemowych oraz operacji na danych.

• Kształtowanie kultury doskonałości inżynieryjnej, dyscypliny operacyjnej, innowacji i ciągłego doskonalenia.

• Budowanie potencjału organizacji poprzez planowanie zatrudnienia, rozwój umiejętności, mentoring i globalną synergię.

• Wzmacnianie współpracy pomiędzy zespołami inżynieryjnymi, operacyjnymi i biznesowymi.

Nasze wymagania:

• Tytuł licencjata/inżyniera w dziedzinie informatyki, systemów informatycznych zarządzania, technologii informacyjnych lub pokrewnym kierunku technicznym

• Minimum 10 lat doświadczenia w obszarach systemów danych, inżynierii danych, inżynierii systemów i operacji systemowych

• Biegła znajomość języka polskiego i angielskiego

Wymagania mile widziane:

• Doświadczenie w kierowaniu dużymi, globalnymi organizacjami inżynieryjnymi i operacyjnymi.

• Głęboka ekspertyza w ekosystemach danych opartych na chmurze, takich jak Databricks, Snowflake, oraz powiązanych funkcjach integracyjnych i operacjach natywnych dla chmury (cloud-native).

• Doświadczenie w zarządzaniu zasobami AI, potokami (pipelines) MLOps, operacjami na modelach oraz środowiskami obliczeniowymi o wysokiej wydajności.

• Silne zrozumienie architektury danych, wzorców inżynieryjnych, obserwowalności, ram operacyjnych oraz bezpieczeństwa systemów

• Sukcesy w obszarach modernizacji, konwergencji, inżynierii niezawodności (reliability engineering) oraz doskonałości operacyjnej.

To oferujemy

• Pracę zdalną

• Stabilną i długoterminową współpracę – będziesz zatrudniony/a bezpośrednio u nas w firmie na podstawie umowy o pracę.

• Premię kwartalną – której wysokość uzależniona jest od realizacji Twoich celów.

• Bezpieczeństwo – któremu w naszej pracy nadaliśmy najwyższą rangę.

• PPE – dbamy o przyszłość naszych pracowników, dlatego sfinansujemy Twoją składkę emerytalną.

• Elastyczne podejście do pracy – wierzymy, że każdy potrafi sam efektywnie zarządzać swoim czasem pracy, dlatego zwracamy większą uwagę na jakość niż szybkość wykonania.

• Bycie fair – nasze działania oparte są o kodeks etyczny, który jest dla nas wyznacznikiem standardów i pomaga budować silną kulturę etyczną i uczciwie osiągać cele biznesowe.

• Ciągłe doskonalenie – dofinansujemy studia już od 1. dnia zatrudnienia w ramach programu Scholar, na kierunku związanym z Twoją pracą w wybranej przez Ciebie uczelni.

 

Zakres wynagrodzenia dla tego stanowiska wynosi 25 417,0 PLN – 52 083,0 PLN. Podany zakres jest szacunkową wartością reprezentatywną obejmującą różne poziomy doświadczenia tym stanowisku.  Przy ustaleniu wysokości wynagrodzenia RTX bierze pod uwagę m. in. zakres roli, poziom odpowiedzialności, doświadczenie zawodowe kandydata, lokalizację, wykształcenie, ukończone szkolenia oraz kluczowe kompetencje kandydata.

 

Poza ustawowymi świadczeniami, RTX oferuje szeroki pakiet benefitów i nagród mających na celu wspieranie dobrego samopoczucia, rozwoju i sukcesów naszych pracowników. Pracownicy mogą korzystać z programów takich jak program pomocy pracownikom, dofinansowanie do studiów, świadczenia emerytalne w ramach naszych planów emerytalnych, program motywacyjny oraz program uznania pracowników, który nagradza dobre wyniki.

 

Wynagrodzenie premiowe zależą od kilku czynników, w tym od wyników: indywidualnych, jednostki biznesowej oraz firmy. Zakres dostępnych benefitów może różnić się w zależności od poziomu stanowiska w strukturze organizacji oraz tego, czy stanowisko jest objęte układem zbiorowym pracy.

 

RTX adheres to the principles of equal employment. All qualified applications will be given careful consideration without regard to ethnicity, color, religion, gender, sexual orientation or identity, national origin, age, disability, protected veteran status or any other characteristic protected by law.

 

Privacy Policy and Terms:

Click on this link to read the Policy and Terms