Ведущий AI инженер

Что предстоит делать

<p><strong>QArea ищет AI Lead</strong>, который возьмёт на себя ответственность за AI-направление в клиентских проектах и поможет нам выстроить сильную AI-экспертизу внутри наших команд разработки.</p><p>Это hands-on руководящая роль на стыке <strong>AI-архитектуры, инженерии, pre-sales и технического менторства</strong>. Вы будете работать с запросами клиентов, превращать AI-идеи в реалистичные технические решения, поддерживать проекты от discovery и оценки до продакшена и помогать командам разработки внедрять эффективные AI-практики.</p><p>Мы ищем человека, который не только понимает современные LLM-технологии, но и имеет <strong>реальный продакшен-опыт</strong> и способен принимать прагматичные решения, основанные на бизнес-ценности, стоимости, качестве, latency, безопасности и масштабируемости.</p><h3>Что вы будете делать</h3><ul><li>Проектировать и развивать AI-функциональность для клиентских продуктов — от начальной идеи и pre-sales до продакшена.</li><li>Превращать высокоуровневые запросы клиентов в технически обоснованные, реалистичные и корректно оценённые AI-решения.</li><li>Отвечать за техническое качество AI-части проектов.</li><li>Участвовать в коммуникации с клиентами, discovery-сессиях, техническом pre-sales и оценке проектов.</li><li>Готовить технические предложения, архитектурные диаграммы, таймлайны и оценки стоимости, включая затраты на inference (токены, GPU, хостинг).</li><li>Создавать PoC и демо в рамках коротких discovery-циклов (обычно <nobr>1-2 недели).</nobr></li><li>Выбирать подходящие модели, провайдеров и инфраструктуру с учётом требований к качеству, стоимости, latency, безопасности и приватности данных.</li><li>Создавать переиспользуемые референсные архитектуры, шаблоны и starter kits для AI-решений, включая системы на основе RAG.</li><li>Формировать и распространять AI-экспертизу среди команд разработки.</li><li>Менторить инженеров и помогать командам оценивать и внедрять новые AI-технологии и подходы. </li></ul><h3>Что мы ищем</h3><ul><li><strong>7+ лет</strong> коммерческого опыта разработки ПО.</li><li><strong>3+ года</strong> опыта в роли Architect, Tech Lead или Senior Engineer.</li><li><strong>2+ года hands-on опыта работы с LLM в продакшене.</strong></li><li>Как минимум <strong>3 оригинальных AI/LLM-проекта, запущенных в продакшен</strong>, о которых вы можете подробно рассказать — включая сложности, неудачи и то, как вы их решали.</li><li>Опыт управления командой и технического менторства.</li><li>Опыт в pre-sales, оценке проектов и прямой коммуникации с клиентами.</li><li>Английский — <strong>Upper-Intermediate или выше (B2-C1)</strong>, достаточный для самостоятельного ведения звонков с клиентами. </li></ul><h3>Техническая экспертиза</h3><p>Мы ожидаем солидный практический опыт с:</p><ul><li><strong>LLM API:</strong> OpenAI, Anthropic, Google Gemini.</li><li><strong>Облачные AI-платформы:</strong> AWS Bedrock, Azure OpenAI, Vertex AI.</li><li><strong>RAG:</strong> chunking, embeddings, hybrid search, reranking, векторные базы данных (pgvector, Qdrant, Pinecone, Elasticsearch/OpenSearch).</li><li><strong>AI-агенты и tool use:</strong> function calling, MCP, фреймворки оркестрации, такие как LangGraph, Claude Agent SDK, OpenAI Agents SDK, Vercel AI SDK, Semantic Kernel или аналогичные.</li><li>Понимание ограничений и рисков автономных агентов.</li><li><strong>Prompt &amp; context engineering:</strong> structured outputs, prompt caching.</li><li><strong>Evals &amp; LLMOps:</strong> тестовые датасеты, LLM-as-judge, инструменты трассировки и мониторинга, такие как Langfuse, LangSmith, promptfoo или аналогичные.</li><li><strong>Open-source/self-hosted модели:</strong> vLLM, Ollama, llama.cpp.</li><li>Базовое понимание квантизации и требований к GPU.</li><li><strong>Python и/или TypeScript</strong> на уровне, достаточном для самостоятельного создания PoC.</li><li><strong>AI-безопасность:</strong> prompt injection, утечка данных, OWASP Top 10 для LLM, PII.</li><li><strong>Юнит-экономика AI:</strong> умение оценивать стоимость за запрос/месяц и выявлять возможности для оптимизации. </li></ul><h3>Будет плюсом</h3><ul><li>Опыт с Semantic Kernel и <a href="http://Microsoft.Extensions.AI" target="_blank">Microsoft.Extensions.AI</a>.</li><li>Опыт fine-tuning (LoRA и т.д.) и практическое понимание, когда fine-tuning действительно оправдан.</li><li>Опыт с on-device AI: Core ML, Apple Foundation Models, Gemini Nano, TensorFlow Lite / MediaPipe.</li><li>Мультимодальный AI: vision, speech-to-text, TTS, генерация изображений.</li><li>Классический ML: классификация, рекомендательные системы, аналитика.</li><li>Опыт интеграции AI в CMS и e-commerce платформы, такие как WordPress, Shopify или headless CMS. </li></ul><h3>О роли</h3><p>Эта роль хорошо подойдёт тому, кто хочет совмещать <strong>hands-on AI-инженерию с техническим лидерством и влиянием на бизнес</strong>.</p><p>У вас будет возможность влиять на то, как AI-решения проектируются и реализуются в разных клиентских проектах, устанавливать переиспользуемые инженерные практики и помогать командам разработки укреплять их AI-экспертизу.</p><p>Мы ценим прагматичный подход к AI: выбирать технологии потому, что они эффективно решают задачу — а не просто потому, что они новые.</p> <div> <a href="https://jobs.dou.ua/companies/qarea/vacancies/375099/#reply-btn-id">Откликнуться на вакансию</a> </div>