Старший AI инженер

Что предстоит делать

<p><strong>Обзор роли</strong></p><p>Мы ищем <strong>Senior AI Engineer</strong>, который возьмёт на себя ответственность за Python AI-сервис в рамках программы по обучающей платформе и будет техническим голосом перед клиентом.</p><p>Примерно от трети до половины роли занимает работа с LLM и разработка агентов. Остальное — backend-разработка, моделирование данных, архитектура и DevOps, необходимые для того, чтобы всё продолжало выпускаться.</p><p><strong>Описание проекта</strong></p><p>Клиент — американский провайдер онлайн-обучения, работающий удалённо. Их платформа обучающего контента — это приложение на .NET; наша команда создаёт Python AI-сервис, который работает рядом с ней, обеспечивая retrieval по контенту платформы и, всё чаще, агентные workflow поверх него. Слой retrieval и рекомендаций уже поставлен; следующий этап — LLM-инженерия и агенты, а обучение кастомных моделей — скорее возможная перспектива в будущем, чем данность.</p><p>Все модели, используемые в системе, — open-source и развёрнуты на собственной инфраструктуре клиента, то есть это self-hosted inference. В работе над агентами используются фреймворки семейства Google ADK / LangChain. Сторону .NET перенимают другие разработчики в команде, но вам всё равно нужно будет читать и иногда изменять этот код, а на практике это означает работу через coding agent на языке, на котором вы, возможно, не пишете изначально.</p><p>О двух вещах в этой среде стоит сказать прямо. Требования постоянно меняются, поэтому роль включает проведение обсуждений, которые их фиксируют, — встречи, диаграммы, письменные спецификации и терпение объяснять заново. А инфраструктура разветвлена: пайплайны выполняются в GitLab CI/CD, окружения разделены, а конфигурация и ключи хранятся в репозиториях, которыми команда не владеет, поэтому практические навыки DevOps — это реальное требование.<br><br></p><p><strong>Ключевые обязанности</strong></p><ul><li>Отвечать за Python AI-сервис от начала до конца — retrieval, оркестрация LLM и агентные workflow, построенные поверх него.</li><li>Проектировать и создавать агентные workflow с использованием Google ADK.</li><li>Работать с open-source моделями, развёрнутыми на собственной инфраструктуре клиента, включая выбор, промптинг и настройку производительности.</li><li>Отвечать за модель данных сервиса, проектирование базы данных и backend-архитектуру.</li><li>Проводить сессии по требованиям напрямую со стейкхолдерами клиента и создавать диаграммы и письменные спецификации, которые их фиксируют.</li><li>Отвечать за управляемые политиками, поддающиеся аудиту AI-пайплайны: human-review gating, content lineage, применение политик tenant/role. </li><li>Интегрировать AI-сервис с .NET-платформой обучающего контента клиента, читая и изменяя этот код там, где это необходимо.</li><li>Поддерживать и расширять CI/CD-пайплайны в GitLab для разделённых сред разработки.</li><li>Отслеживать конфигурацию, ключи и определения пайплайнов в репозиториях, которыми команда не владеет, и устранять блокировки поставки, когда они ломаются.</li><li>Предлагать подход и отстаивать его, а не ждать, пока требование придёт полностью сформированным.</li><li>Передавать работу по стороне .NET разработчикам, которые её берут, вместе с документацией, по которой они могут действовать.</li><li>Подготовить сервис к обучению и оценке кастомных моделей, если эта работа достанется этой команде.</li><li>Отвечать за версионирование промптов/моделей и evaluation harness, контролирующий изменения.</li></ul><p><strong>Требуемая квалификация</strong></p><ul><li>Коммерческий опыт работы с Python на уровне senior, с ответственностью за продакшн-сервис.</li><li>Умение читать и изменять код .NET / C#.</li><li>Практический опыт LLM-инженерии в продакшне — retrieval-augmented generation, проектирование контекста, обработка промптов и выходных данных.</li><li>Опыт создания агентных workflow с использованием такого фреймворка, как Google ADK, LangChain или LangGraph.</li><li>Опыт проектирования backend и баз данных, включая принятие архитектурных решений, а не следование им.</li><li>Практические навыки DevOps — CI/CD-пайплайны, контейнеры и конфигурация для нескольких сред.</li><li>Готовность и способность работать в кодовой базе, написанной на языке, который вы не используете как основной.</li><li>Сильные навыки коммуникации с клиентом: проведение сессий по требованиям, создание диаграмм и отстаивание своей позиции под давлением.</li><li>Английский на уровне, позволяющем проводить встречи с клиентом напрямую без посредника (как минимум B2).</li><li>Комфорт в условиях требований, которые меняются между встречами.</li></ul><p><strong>Предпочтительная квалификация</strong></p><ul><li>Опыт работы с документоориентированными БД, такими как MongoDB, или аналогичными</li><li>Опыт работы с OpenSearch/векторным поиском. </li><li>Опыт работы с Kubernetes.</li><li>Опыт развёртывания и эксплуатации self-hosted open-source моделей.</li><li>Опыт MLOps — пайплайны обучения, fine-tuning, мониторинг и оценка моделей.</li><li>Опыт работы с платформами learning-management или content-management.</li><li>Опыт работы над проектом совместно с командой партнёрского вендора, включая бизнес-аналитика вне вашей собственной организации.</li><li>Ежедневный практический опыт работы с coding agents в большой незнакомой кодовой базе.</li></ul> <div> <a href="https://jobs.dou.ua/companies/nucleus-ai/vacancies/373074/#reply-btn-id">Откликнуться на вакансию</a> </div>