О компании
Xebia — глобальный партнер в области искусственного интеллекта, цифровой трансформации и инженерии. С более чем 25-летним опытом и командой из 5000 специалистов в 16 странах, мы помогаем организациям проектировать и создавать масштабируемые продукты, платформы и решения, основанные на данных.
Мы специализируемся на искусственном интеллекте, данных и облачных технологиях, интеллектуальной автоматизации и цифровых продуктах, сочетая глубокую техническую экспертизу с сильным акцентом на инженерное мастерство и культуру, ориентированную на людей.
В регионе ЦВЕ мы — команда из почти 1000 экспертов, создающих современные приложения, платформы данных и AI-решения для клиентов, таких как Millennium, ING, Play, Edenred, Arabian Drilling, FedEx, Leroy Merlin, Truecaller, Volotea, Schmitz Cargobull и многих других. Мы работаем с ведущими технологиями, включая AWS, Azure, GCP, Databricks и Snowflake, и объединяем сильную инженерную культуру с консультативным подходом и постоянным фокусом на рост и обмен знаниями.
Вы будете:
•определять целевую архитектуру для корпоративного агентного AI-фундамента, разделяя общие возможности и специфичные для управления данными и доставки данных кейсы,
•оценивать существующие AI-инициативы, компоненты и платформы по зрелости, бизнес-ценности, потенциалу повторного использования, масштабируемости, стоимости и влиянию на контроль, а также рекомендовать, что использовать повторно, адаптировать, покупать, создавать или выводить из эксплуатации,
•сравнивать подход клиента с зрелыми внутренними агентными паттернами и текущей рыночной практикой,
•оценивать архитектурные и платформенные варианты по агентной оркестрации, API и MCP, доступу к данным и их обоснованию, оценке, наблюдаемости и AgentOps/LLMOps,
•встраивать нефункциональные требования в дизайн с самого начала: безопасность, конфиденциальность, устойчивость, производительность, аудит, объяснимость, контроль доступа, человеческий надзор и стоимость,
•готовить объективные рекомендации по покупке или созданию ключевых компонентов, учитывая общую стоимость, скорость, навыки и зависимость от поставщика,
•формировать легковесный жизненный цикл, который переводит эксперименты на уровне команды с Copilot от приема и оценки через обеспечение качества и продвижение к повторно используемым, индустриализированным возможностям,
•создавать proof of concept своими руками: агенты, интеграции, конвейеры оценки, тесты и доказательства соответствия нефункциональным требованиям на репрезентативных нагрузках с четким планом масштабирования,
•работать с заинтересованными сторонами из областей данных, технологий, AI-рисков и бизнеса на еженедельных обзорах, демонстрациях и сессиях принятия решений,
•передавать знания в ходе проекта через парное программирование, обзоры архитектуры и кода, руководства по эксплуатации и записи решений, чтобы команды клиента могли продолжать работу самостоятельно.
Ваш профиль:
•более 7 лет профессионального опыта в области разработки программного обеспечения, данных или AI-инжиниринга, включая недавнюю работу в роли архитектора решений, AI-архитектора или ведущего инженера,
•практический опыт проектирования и внедрения решений на базе LLM и агентных систем за пределами прототипа,
•сильные навыки Python и практический опыт в оркестрации агентов, интеграции инструментов через API и MCP, а также в извлечении и обосновании на корпоративных данных,
•опыт оценки, наблюдаемости и управления жизненным циклом AI-систем (AgentOps/LLMOps),
•твердое понимание управления данными и доставки данных, таких как метаданные, качество данных, происхождение, управление, конвейеры и продукты данных,
•опыт работы в регулируемых средах, где архитектуру формируют требования безопасности, конфиденциальности, аудита и AI-рисков,
•опыт превращения прототипов в повторно используемые, контролируемые и поддерживаемые возможности,
•способность объективно оценивать коммерческие продукты по сравнению с open-source и вариантами самостоятельной разработки, включая общую стоимость владения и зависимость,
•уверенность в общении с высокопоставленными техническими и бизнес-стейкхолдерами и умение превращать анализ в рекомендации, готовые к принятию решений,
•очень хорошее владение английским языком, устным и письменным.
Требуется работа из региона Европейского Союза и разрешение на работу.
Процесс набора:
Просмотр резюме – звонок HR – собеседование – собеседование с клиентом – решение
