Head of Agentic SDLC

El Corte Ingles
El Corte Ingles
Madrid, SpainOn-siteCompetitiveAdded 20 days ago
🇪🇸 Translated from Spanish

This job was originally posted in Spanish and automatically translated to English. You'll most likely need Spanish to apply.

Job Description

Are you looking to develop your talent and find a place where your effort is recognized? We offer a dynamic, close-knit, and forward-looking environment. Here, every day is a new opportunity to learn, grow, and shine. Imagine being part of a diverse team where evolution and customer service are our priority. At El Corte Inglés, our work is a shared passion.

The project awaiting you.

Main Objective

Design, implement, and scale an AI-first delivery model that allows Grupo El Corte Inglés to:

  • Increase internal capacity for digital product construction.

  • Reduce dependence on traditional outsourced development models.

  • Improve productivity, quality, and time-to-market.

  • Industrialize the use of AI throughout the entire software lifecycle.

  • Create common standards, practices, agents, and platforms for the entire organization.

  • Objectively measure the impact of AI on technological delivery.

Main functions and requirements.

Main Responsibilities


3.1 Define the AI-first delivery model

· Design the operating model for digital product development based on AI.

· Define how product, engineering, architecture, QA, security, and operations should work in an AI-first environment.

· Evolve the traditional SDLC toward a more automated model, assisted by agents and governed by metrics.

· Establish common principles for the use of AI in planning, analysis, design, development, testing, documentation, deployment, and operation.

· Translate the technological strategy into concrete practices applicable by the teams.


3.2 Build the AI-first engineering platform

· Lead the definition of the development platform that supports the new model.

· Integrate tools such as GitHub Copilot, Claude Code, ChatGPT Enterprise, specialized agents, CI/CD platforms, testing, observability, and quality gates.

· Define standards for the use of agents, skills, prompts, rules, templates, and reusable artifacts.

· Drive a homogeneous, secure, and productive development experience for all teams.

· Ensure the platform is scalable, governable, and aligned with corporate policies.


3.3 Industrialize the use of agents in the SDLC

· Design agent use cases for planning, functional refinement, code generation, technical review, testing, documentation, and operational support.

· Establish collaboration patterns between people, teams, and AI agents.

· Define usage criteria based on complexity, criticality, cost, risk, and permitted level of autonomy.

· Create mechanisms for supervision, traceability, and validation of decisions made by agents.

· Ensure that agents work under corporate standards of architecture, security, quality, and compliance.


3.4 Govern quality and impact

· Define mandatory quality gates for teams working under the AI-first model.

· Establish productivity, quality, security, and efficiency metrics.

· Measure lead time, cycle time, defect leakage, test coverage, technical debt, cost per delivery, and AI-assisted productivity.

· Create benchmarking mechanisms between tools, models, agents, and practices.

· Ensure that the use of AI generates real and measurable impact, not just superficial adoption.


3.5 Lead organizational change

· Support technology and business teams in the adoption of the new model.

· Identify domains, products, and pilot teams to progressively scale the transformation.

· Create a phased adoption model: learn, expand, and scale.

· Define roles, responsibilities, and new capabilities required within the teams.

· Act as an internal reference for AI-first delivery, modern engineering, and SDLC transformation.


3.6 Ensure governance, security, and compliance

· Define the governance framework for the use of generative AI and agents in software development.

· Guarantee traceability of generated code, technical decisions, and quality evidence.

· Align the model with security, privacy, intellectual property protection, and regulatory compliance.

· Establish controls to avoid risks derived from excessive automation, model dependency, or lack of human supervision.

· Work with architecture, security, legal, procurement, and risk departments to certify tools and practices.



4. Required Profile


4.1 Experience

· More than 10 years of experience in technology, software engineering, architecture, or digital transformation.

· Experience leading software development models at an enterprise scale.

· Deep knowledge of the software development lifecycle: discovery, design, architecture, development, testing, deployment, and operation.

· Experience in transforming technology organizations toward digital product models.

· Experience in engineering platforms, DevOps, CI/CD, quality gates, automated testing, and observability.

· Practical experience with AI tools applied to development: GitHub Copilot, Claude Code, ChatGPT Enterprise, development agents, LLMs, or equivalent platforms.

· Experience leading multidisciplinary teams and working with management, business, architecture, security, and operations.


4.2 Technical Knowledge

· Modern software engineering, Clean Architecture, DDD, and design best practices.

· Cloud, distributed, and scalable architectures.

· DevOps, platform engineering, and developer experience.

· SDLC automation.

· Automated testing, TDD, quality gates, and quality metrics.

· Generative AI applied to software development.

· LLM models, agents, prompts, skills, rules, and orchestration.

· Technical governance, security, privacy, and traceability.

· Delivery and engineering productivity metrics.


5. Key Competencies


· Strategic vision and execution capability.

· Senior technical leadership.

· AI-first mindset.

· Clear orientation toward business impact.

· Ability to transform complex organizations.

· Systems thinking.

· Ability to define standards and make them scalable.

· Focus on quality, security, and governance.

· Clear communication with technical, executive, and business profiles.

· Pragmatism: transforming without creating unnecessary bureaucracy.



We offer a variety of social benefits that will contribute to your well-being.

- Exclusive discounts and financing options.

- Life insurance.

- Corporate University.

- Continuous training for professional development.

- Study grants for children of employees.

- In-house Medical Service.

- Flexible remuneration plan.

If you find this position interesting, we invite you to apply, as your experience could be very valuable to us. Everyone is welcome in our company.

View original advert (Spanish)

¿Buscas desarrollar tu talento y un lugar dónde tu esfuerzo sea reconocido? Te ofrecemos un entorno dinámico, cercano y de futuro. Aquí, cada día es una nueva oportunidad para aprender, crecer y brillar. Imagina formar parte de un equipo diverso, donde la evolución y el servicio al cliente son nuestra prioridad. En El Corte Inglés, nuestro trabajo es una pasión compartida.

El proyecto que te espera.

Objetivo principal

Diseñar, implantar y escalar un modelo de delivery AI-first que permita a Grupo El Corte Inglés:

  • Aumentar la capacidad interna de construcción de producto digital.

  • Reducir la dependencia de modelos tradicionales de desarrollo externalizado.

  • Mejorar productividad, calidad y time-to-market.

  • Industrializar el uso de IA en el ciclo de vida completo del software.

  • Crear estándares, prácticas, agentes y plataformas comunes para toda la organización.

  • Medir de forma objetiva el impacto de la IA en el delivery tecnológico.

Funciones principales y requisitos.

Responsabilidades principales


3.1 Definir el modelo de delivery AI-first

· Diseñar el modelo operativo de desarrollo de productos digitales basado en IA.

· Definir cómo deben trabajar producto, ingeniería, arquitectura, QA, seguridad y operaciones en un entorno AI-first.

· Evolucionar el SDLC tradicional hacia un modelo más automatizado, asistido por agentes y gobernado por métricas.

· Establecer principios comunes para el uso de IA en planificación, análisis, diseño, desarrollo, testing, documentación, despliegue y operación.

· Traducir la estrategia tecnológica en prácticas concretas aplicables por los equipos.


3.2 Construir la plataforma de ingeniería AI-first

· Liderar la definición de la plataforma de desarrollo que soporte el nuevo modelo.

· Integrar herramientas como GitHub Copilot, Claude Code, ChatGPT Enterprise, agentes especializados, plataformas de CI/CD, testing, observabilidad y quality gates.

· Definir estándares para el uso de agentes, skills, prompts, reglas, plantillas y artefactos reutilizables.

· Impulsar una experiencia de desarrollo homogénea, segura y productiva para todos los equipos.

· Asegurar que la plataforma sea escalable, gobernable y alineada con las políticas corporativas.


3.3 Industrializar el uso de agentes en el SDLC

· Diseñar casos de uso de agentes para planificación, refinamiento funcional, generación de código, revisión técnica, testing, documentación y soporte operativo.

· Establecer patrones de colaboración entre personas, equipos y agentes IA.

· Definir criterios de uso según complejidad, criticidad, coste, riesgo y nivel de autonomía permitido.

· Crear mecanismos de supervisión, trazabilidad y validación de decisiones tomadas por agentes.

· Asegurar que los agentes trabajan bajo estándares corporativos de arquitectura, seguridad, calidad y compliance.


3.4 Gobernar la calidad y el impacto

· Definir quality gates obligatorios para los equipos que trabajen bajo el modelo AI-first.

· Establecer métricas de productividad, calidad, seguridad y eficiencia.

· Medir lead time, cycle time, defect leakage, cobertura de pruebas, deuda técnica, coste por entrega y productividad asistida por IA.

· Crear mecanismos de benchmarking entre herramientas, modelos, agentes y prácticas.

· Asegurar que el uso de IA genera impacto real y medible, no solo adopción superficial.


3.5 Liderar el cambio organizativo

· Acompañar a equipos de tecnología y negocio en la adopción del nuevo modelo.

· Identificar dominios, productos y equipos piloto para escalar progresivamente la transformación.

· Crear un modelo de adopción por fases: aprender, expandir y escalar.

· Definir roles, responsabilidades y nuevas capacidades necesarias en los equipos.

· Actuar como referente interno en delivery AI-first, ingeniería moderna y transformación del SDLC.


3.6 Asegurar gobierno, seguridad y compliance

· Definir el marco de gobierno para el uso de IA generativa y agentes en desarrollo de software.

· Garantizar trazabilidad sobre código generado, decisiones técnicas y evidencias de calidad.

· Alinear el modelo con seguridad, privacidad, protección de propiedad intelectual y cumplimiento normativo.

· Establecer controles para evitar riesgos derivados de automatización excesiva, dependencia de modelos o falta de supervisión humana.

· Trabajar con arquitectura, seguridad, legal, compras y riesgos para certificar herramientas y prácticas.



4. Perfil requerido


4.1 Experiencia

· Más de 10 años de experiencia en tecnología, ingeniería de software, arquitectura o transformación digital.

· Experiencia liderando modelos de desarrollo de software a escala empresarial.

· Conocimiento profundo del ciclo de vida de desarrollo de software: discovery, diseño, arquitectura, desarrollo, testing, despliegue y operación.

· Experiencia en transformación de organizaciones tecnológicas hacia modelos de producto digital.

· Experiencia en plataformas de ingeniería, DevOps, CI/CD, quality gates, testing automatizado y observabilidad.

· Experiencia práctica con herramientas de IA aplicada al desarrollo: GitHub Copilot, Claude Code, ChatGPT Enterprise, agentes de desarrollo, LLMs o plataformas equivalentes.

· Experiencia liderando equipos multidisciplinares y trabajando con dirección, negocio, arquitectura, seguridad y operaciones.


4.2 Conocimientos técnicos

· Ingeniería de software moderna, Clean Architecture, DDD y buenas prácticas de diseño.

· Arquitecturas cloud, distribuidas y escalables.

· DevOps, platform engineering y developer experience.

· Automatización del SDLC.

· Testing automatizado, TDD, quality gates y métricas de calidad.

· IA generativa aplicada a desarrollo de software.

· Modelos LLM, agentes, prompts, skills, reglas y orquestación.

· Gobierno técnico, seguridad, privacidad y trazabilidad.

· Métricas de delivery y productividad de ingeniería.


5. Competencias clave


· Visión estratégica y capacidad de ejecución.

· Liderazgo técnico senior.

· Mentalidad AI-first.

· Orientación clara a impacto de negocio.

· Capacidad para transformar organizaciones complejas.

· Pensamiento sistémico.

· Capacidad para definir estándares y hacerlos escalables.

· Foco en calidad, seguridad y gobierno.

· Comunicación clara con perfiles técnicos, ejecutivos y de negocio.

· Pragmatismo: transformar sin crear burocracia innecesaria.



Te ofrecemos una variedad de beneficios sociales que contribuirán a tu bienestar.

- Descuentos exclusivos y opciones de financiación.

- Seguro de vida.

- Universidad Corporativa.

- Formación continua para el desarrollo profesional.

- Ayudas al estudio para hijos e hijas de empleados.

- Servicio Médico propio.

- Plan de retribución flexible.

Si te resulta interesante este puesto, te invitamos a que apliques, ya que tu experiencia podría ser muy valiosa para nosotros. En nuestra empresa todas las personas son bienvenidas.

Need a visa? No sponsorship mentioned here. Browse visa jobs