БУРГЕР КИНГ РОССИЯ

Главный ИИ-инженер

Коротко

Главный ИИ-инженер в Департамент искусственного интеллекта сети Burger King России: проектирование и сборка эталонного harness для AI-driven команд (SA+DE+BI), разработка MCP-слоя к dbt, Airflow, Superset, Qlik Sense, Talend, Greenplum, построение guardrails, evals и систем безопасности (RBAC/ABAC, маскирование PII). Требуется глубокое понимание анатомии AI-агентских систем (runtime, tools, MCP, skills, subagents), опыт разработки MCP-серверов, работа с платформами данных (ODS/DDS/UDS/DM, DLH), Text2SQL и семантическим слоем, а также английский язык для чтения технической документации. Опыт работы 3-5 лет, уровень — Lead, гибридный или удалённый формат работы в Москве.

О позиции
Ищем Главного ИИ-инженера в Департамент искусственного интеллекта.
Чем предстоит заниматься
•Проектировать и собирать эталонный harness для end-to-end AI-driven tiny teams (SA + DE + BI): рантайм агента, тулы, MCP, скилы, субагенты, hooks, sandbox, permissions, память/контекст, логи и трейсы.
•Формировать ролевые профили harness — что доступно SA, DE и BI, как они передают артефакты друг другу внутри одной команды, — и встраивать сборку в пайплайн: BRD/BFT → прототип → приёмка → S2T → карта трансформации → семантический слой → витрины → тесты → джобы → DQ.
•Разрабатывать прикладной MCP-слой к инструментам разработки: dbt, Airflow, Superset, Qlik Sense, Talend, Greenplum (асинхронный коннектор, read-only), кастомные сервисы платформы.
•Строить фабрику коннекторов: единый шаблон MCP-сервера (auth, scoping, rate limit, audit, observability, error contract) и генератор OpenAPI → MCP; вести реестр интеграций.
•Разрабатывать прикладные скилы под функции сотрудников: SA (BRD, требования, S2T, документация, ER/DFD), DE (прототип, DDL/SQL review, джобы, DQ), BI (метрики, семантика, дашборды, сверки); участвовать в разработке Text2SQL с семантическим слоем и без него на метаданных OMD.
•Разворачивать и администрировать персональные изолированные песочницы на NemoClaw: сетевые политики, egress-контроль, секреты, единая точка выдачи доступов, наблюдаемость, эксплуатация среды.
•Строить guardrails и регрессионные evals: детерминированные проверки, контракты ответов, замер pass rate, стоимости и качества по этапам пайплайна; обеспечивать write-safety (dry-run, idempotency, approval-gate, deny-list прод-объектов, аудит).
•Обеспечивать безопасность: RBAC/ABAC, изолированные схемы, маскирование и псевдонимизация PII, secrets management, DLP, аудит доступа; согласовывать решения с ИБ.
•Тиражировать защищённый контур, отработанный на агенте-аналитике, на остальные роли и команды; вести технологический радар моделей, рантаймов, MCP и скилов.
•Встраивать harness в регламентный контур (Stage-Gate, DoR/DoD/DoS), проводить пилоты на 1–2 tiny teams, обучать команды и масштабировать на отдел.
Требования
•Анатомия harness: runtime, tool layer, MCP, skills, subagents, hooks, context/memory, sandbox, permissions, observability.
•Разработка MCP-серверов под инструменты разработки (не только под системы-источники): авторизация, скоупинг, аудит, отказоустойчивость.
•Прикладные интеграции: API dbt, Airflow, BI-стека (Superset/Qlik), ETL-стека (Talend); чтение артефактов сборки (manifest.json, .item/XML, load script) как источника метаданных.
•Асинхронные коннекторы к СУБД: неблокирующие пулы соединений, таймауты, лимиты на тяжёлые запросы, устойчивость к обрывам; Greenplum — только read-only.
•Слои платформы данных: ODS → DDS → UDS → DM, DLH (Iceberg + Trino), принципы S2T-маппинга.
•Text2SQL и семантический слой: как из метаданных каталога (OMD: сущности, связи, метрики, глоссарий) строится контекст для генерации SQL и чем отличается качество с семантикой и без неё.
•Context engineering и spec-driven development: упаковка контекста под предсказуемое качество дешёвой модели; подбор модели под роль (дешёвая модель для тестировщика, сильная — для разработчика).
•Guardrails и evals: регрессионные наборы, схемы валидации, контракты ответов, метрики качества агентских артефактов.
•Оркестрация агентских систем: роли, сценарии, агентский рой — понимание, когда он нужен, а когда избыточен.
•Безопасность: RBAC/ABAC, изолированные схемы, маскирование PII, secrets management, аудит доступа, работа с ИБ.
•Знание английского — чтение технической документации и спецификаций API (обязательно).
Мы предлагаем
•Всё по ТК РФ: гарантируем уверенность в завтрашнем дне, мы – аккредитованная ИТ-компания
•Развитие и рост: персональный план роста, учитывающий сильные стороны, поддержка на каждом этапе, команда единомышленников для адаптации
•ДМС со стоматологией и врач в офисе
•Гибридный формат работы
•Корпоративная культура: деловые сессии, тренинги, корпоративы, развитая обратная связь
•Фонд помощи сотрудникам
•«Кинг Агент» и «Кинг Босс» — программы вознаграждений за рекомендацию талантливых коллег
•Дополнительные льготы: корпоративные скидки, обучение, занятия спортом, консультации юристов, финансистов, психологов и ветеринаров для домашних животных

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