Б1 (B1)

AI Tech Lead / Team Lead (LLM/RAG, Python)

Коротко

Компания ищет технического лидера AI-направления в Москве для архитектуры и развития LLM/RAG-решений, самостоятельного R&D и координации команды, совмещающего руководство с непосредственной разработкой AI-сервисов на Python/FastAPI. Требуется от 5 лет коммерческой разработки на Python, из них не менее 3 лет в AI/ML/LLM, а также опыт работы Tech Lead/Team Lead, полного цикла разработки RAG-систем и знание LangChain/LangGraph. Формат работы — гибрид, полная занятость.

О роли
Мы ищем технического лидера AI-направления, который будет отвечать за техническую реализацию AI-задач, архитектуру и развитие LLM/RAG-решений, самостоятельное проведение R&D и координацию работы команды. Технический лидер совмещает техническое руководство с непосредственной разработкой AI-сервисов и отвечает за доведение решений до продуктивной эксплуатации.
Обязанности
•Техническая проработка AI-задач: уточнение требований, оценка реализуемости, выбор подхода и анализ рисков
•Самостоятельная работа над R&D-задачами: поиск новых подходов, постановка и проверка гипотез, проведение экспериментов, бенчмарков и proof-of-concept
•Организация полного цикла разработки AI-решений: от прототипа и определения критериев качества до запуска и масштабирования в production
•Формирование технического видения и проектирование архитектуры AI-сервисов
•Декомпозиция задач, оценка сроков и технических рисков, планирование и распределение работы команды
•Непосредственная разработка AI-сервисов: реализация функциональности, ключевых компонентов и решение сложных технических задач
•Разработка REST API на FastAPI для взаимодействия фронтенда, корпоративных систем и AI-сервисов
•Разработка RAG-пайплайнов, LangChain/LangGraph-цепочек и LLM-агентов
•Выбор и сравнение LLM, моделей эмбеддингов, способов поиска и реранкинга
•Проектирование схем данных, работа с PostgreSQL, очередями задач и асинхронной обработкой
•Реализация интеграций и стриминга ответов через WebSocket/SSE
•Построение системы оценки качества LLM/RAG-решений и регрессионного тестирования
•Проектирование механизмов контроля качества AI-ответов: guardrails, проверка фактов, отказ от ответа, fallback-сценарии и Human-in-the-Loop
•Оптимизация производительности, стоимости инференса и стабильности AI-сервисов
•Построение переиспользуемых AI-компонентов и единых инженерных подходов
•Проведение code review, контроль качества реализации и технического долга, развитие инженерных практик
•Наставничество разработчиков, участие в подборе и адаптации новых сотрудников
•Подготовка технической документации и ответственность за технический результат команды
Требования
•Опыт коммерческой разработки production-сервисов на Python от 5 лет, из них не менее 3 лет — в разработке AI/ML/LLM-сервисов
•Опыт работы в роли Tech Lead, Team Lead или ведущего разработчика с ответственностью за технические решения и результат команды
•Практический опыт самостоятельного R&D: постановка гипотез, проведение экспериментов, сравнение подходов и оценка результатов
•Опыт полного цикла проектирования, реализации и запуска LLM/RAG-решений в production
•Умение определять, когда применение LLM оправдано, выбирать подход и переводить требования в проверяемые гипотезы и критерии качества
•Опыт проектирования архитектуры, декомпозиции задач, оценки сроков и технических рисков
•Уверенное владение Python, FastAPI, Pydantic, SQLAlchemy/Alembic и PostgreSQL
•Понимание асинхронного программирования, фоновой обработки и очередей задач
•Опыт работы с Celery, Redis, RabbitMQ или аналогичными инструментами
•Практический опыт разработки RAG-систем: подготовка данных, чанкинг, эмбеддинги, векторный и гибридный поиск, реранкинг
•Понимание принципов работы и ограничений LLM: Transformer, attention, токенизация, контекстное окно, параметры генерации, KV-cache, инференс и квантизация
•Опыт работы с LangChain, LangGraph или аналогичными инструментами оркестрации LLM-приложений
•Опыт построения системы оценки качества LLM/RAG-решений: тестовые выборки, метрики, экспертная оценка и регрессионное тестирование
•Опыт интеграции локальных и внешних LLM через API
•Понимание рисков генеративного ИИ и способов их снижения
•Уверенная работа с Docker, Linux, Git и CI/CD
•Опыт работы с неопределенными требованиями и способность самостоятельно предлагать и аргументировать технические решения
•Опыт проведения code review, наставничества разработчиков и развития инженерных практик
Будет преимуществом
•Опыт развертывания и эксплуатации локальных LLM
•Опыт дообучения или адаптации моделей под прикладные задачи
•Опыт работы с vLLM, TGI/TEI или другими inference-серверами
•Опыт участия в технических собеседованиях и формировании команды
Что вас ждет
•Разнообразие проектов с крупными международными и российскими клиентами, лидерами рынка
•Расширенная программа обучения: от профессиональных тренингов и доступа к онлайн-порталам до языковых курсов
•Система наставничества и четкие перспективы карьерного роста, регулярная обратная связь и открытая корпоративная культура
•Конкурентоспособная заработная плата и социальный пакет, ДМС и wellness-инициативы
•Аккредитованная ИТ компания, занимающаяся разработкой и внедрением ИТ систем

Хватит откликаться.
Получите рекомендацию.

$10 стартовых кредитов

Всего 60 секунд, полностью на автопилоте — AI-агенты Eraldt читают ваше резюме, определяют подходящие роли, находят живые вакансии и людей, которые могут вас порекомендовать, пишут им личные письма и добиваются рекомендации.

Это не отклик на вакансию: резюме не уходит в компанию, а рекомендацию именно по этой роли мы не обещаем.

Посмотрите, кто ещё получает интервью на автопилоте