Kept (Кэпт)

Техлид мультиагентных ИИ-решений

Коротко

Техлид для on-premise проекта внедрения мультиагентной ИИ-платформы автоматизации бухучёта, налоговой отчётности и финансового закрытия в крупных компаниях, работающей в закрытом контуре заказчика на GPU-кластере. Руководство проектом (сроки, бюджет, риски), координация субподрядчиков (AI-инженеры, DevOps/MLOps, аналитики), выстраивание процессов и участие в presale и архитектурных review. Требуется опыт руководства IT-проектами на Kubernetes, понимание LLM-инференса, RAG, MLOps, корпоративного IT и опыт работы с крупными заказчиками в регулируемых отраслях. Формат — гибрид, Москва.

Описание
Мы внедряем платформу для мультиагентных ИИ-решений для автоматизации бухгалтерского учёта, налоговой отчётности и финансового закрытия периода в крупных компаниях. Проект полностью локальный, работает в контуре заказчика, без доступа во внешний интернет. Развёртывается на GPU-кластере заказчика, стек open-source. Один из самых сложных и заметных on-premise AI-проектов на рынке в 2026 году.
Задачи
•Руководство проектом: сроки, бюджет, риски, коммуникация с заказчиком и командой
•Организовывать работу субподрядчиков: AI-инженеров, DevOps/MLOps и аналитиков, постановка задач, контроль изменений, организаций приемки и тестирования
•Выстраивать процессы: планирование, отчётность, review архитектурных решений, инструменты и форматы проектных коммуникаций с учетом контрактов и сроков
•Участвовать в presale, защите решений перед заказчиком, архитектурных review с принятием ответственности за решения
Требования
•Общий технический кругозор в части enterprice внедрений и владение словарем корпоративного IT (шины данных, брокеры сообщений, безопасность, надежность, SSO, подходы к интеграциям, опыт с RPA, обработка ошибок, отчеты)
•Kubernetes и Deckhouse как платформа для развертывания проекта и организации CI/CD
•Lanchain Langgraph или опыт работы с аналогичными решениями вокруг генеративного ИИ
•Общее понимание принципов MCP
•GPU-инфраструктура, мониторинг, сайзинг, управление
•Знание как работает инференс LLM (vLLM и аналогичные движки). Как модели обрабатывают запросы в проде
•RAG-системы. Как агенты находят и используют нормативку и внутренние документы
•MLOps-контур: CI/CD, трекинг экспериментов
•Общее понимание предметной области в части задач ERP, в частности SAP
•Опыт руководства IT-проектами с Kubernetes или похожей инфраструктурой
•Знакомство с миром LLM на уровне понимания концепций и возможностей современных моделей
•Опыт работы с крупными заказчиками в регулируемых отраслях
Условия
•Быстрый и прозрачный карьерный рост: индивидуальный карьерный трек, программы коучинга и менторинга
•Возможность внести свой вклад в изменения бизнеса и расширить профессиональную экспертизу
•Команда профессионалов, которые поддерживают друг друга и работают на результат
•Гибкие начало и конец рабочего дня, возможность работать из офиса или из дома
•Корпоративное обучение: более 50 тренингов, доступ к изучению иностранных языков и электронной библиотеке
•Забота о сотрудниках: ДМС со стоматологией с первого месяца работы и скидка на ДМС для родственников, 5 оплачиваемых дней в году по болезни без оформления больничного, корпоративный спорт и мероприятия, скидки партнеров, программа психологического здоровья, комфортный и стильный офис
•Конкурентная заработная плата, бонусы по итогам финансового года и годовой оценки сотрудника, премии за интенсивную работу и выдающиеся результаты
•Официальное трудоустройство

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