Lead Software Engineer - Python - GenAI

Автоматический пересказ вакансии на русском. Полный текст на языке оригинала и форма отклика — на сайте работодателя.

Ведущий инженер-разработчик в JPMorganChase (Corporate Technology) для построения защищённых масштабируемых сервисов и ML/AI-возможностей (включая agentic AI) для критичных для компании ML-пайплайнов риск-фрода и MLOps-платформ. Роль охватывает архитектуру, hands-on разработку и техническое лидерство.

Задачи

• Проектировать и реализовывать отказоустойчивые, масштабируемые низколатентные сервисы и развивать целевую архитектуру
• Проектировать и разворачивать сервисы, интегрированные с корпоративными системами, с соблюдением требований по производительности, масштабируемости, безопасности, governance и аудиту
• Руководить командой разработки и наставлять её в условиях высокого темпа поставки, управлять несколькими направлениями работ и укреплять отношения со стейкхолдерами
• Взаимодействовать с бизнес-пользователями, экспертами предметной области, архитекторами, DBA и системными администраторами для проектирования решений и устранения проблем
• Развивать возможности выполнения ML-пайплайнов для обнаружения фрода и оценки рисков, поддерживать команды моделирования в реализации и инструментах
• Выводить в продакшн модели, созданные data scientists, включая готовность к валидации и контроль качества перед запуском
• Внедрять в команде авторизованные AI-assisted практики разработки для повышения качества кода, скорости поставки и операционных результатов, устанавливая единые стандарты валидации
• Применять инструменты SDLC-цепочки, включая авторизованную AI-assisted разработку и автоматизацию, для повышения отдачи от автоматизации
• Проектировать и владеть переиспользуемыми компонентами ML-платформы (паттерны feature store, пайплайны поставки) и настраивать мониторинг/алертинг по производительности, масштабируемости, доступности и надёжности
• Создавать agentic AI-сервисы для автоматизации инженерных и model-ops процессов (агенты с использованием инструментов, оркестрация, управление состоянием, аудируемая трассируемость)
• Определять и внедрять guardrails и подходы к оценке agentic AI в продакшне (качество, безопасность, задержка, стоимость)

Требования

• Формальное обучение или сертификация по software engineering и 5+ лет прикладного опыта
• Практический опыт в системном дизайне, разработке приложений, тестировании и операционной стабильности
• Глубокая экспертиза в распределённых системах на Python/Java и сильная дисциплина платформы, поставки и production-операций
• Недавний hands-on опыт разработки крупномасштабных распределённых систем, прежде всего на Python и современных микросервисах
• Сильный опыт Python для AI/ML-инженерии, автоматизации, операционализации моделей и agentic AI-сервисов, включая интеграцию инструментов, мониторинг, телеметрию и governance
• Сильный опыт с REST API и сервис-ориентированной/микросервисной архитектурой
• Подтверждённый опыт внедрения одобренных AI-assisted инструментов разработки (кодирование, код-ревью, ускорение тестов, траблшутинг) и умение задавать команде ожидания по валидации AI-выходов на корректность, производительность и безопасность
• Понимание ответственного использования AI в инженерных процессах: чувствительность данных, безопасная обработка входов/выходов, соответствие требованиям по отказоустойчивости и безопасности; опыт обучения инженеров безопасному и комплаентному внедрению
• Опыт разработки в Linux-окружениях
• Сильный опыт оркестрации Kubernetes (создание, развёртывание и эксплуатация production-сервисов)
• Опыт работы с системами обмена сообщениями: Kafka, MQ или аналогичными
• Опыт с паттернами backend-инфраструктуры (балансировка нагрузки, автоскейлинг), NoSQL-базами (например, Cassandra), инструментами лог-аналитики/observability (например, ELK, Splunk)
• Сильное знание SDLC и agile-практик, включая CI/CD, отказоустойчивость приложений, безопасность, тестирование и операционную стабильность
• Сильные коммуникативные навыки и умение влиять на старших технических и бизнес-стейкхолдеров
• Опыт с AI/ML-платформами (MLOps, feature engineering, хостинг/операционализация моделей; AWS и/или гибрид on-prem + cloud)
• Опыт с agentic AI: создание и эксплуатация LLM-агентов с интеграцией инструментов, мониторингом/телеметрией и governance/аудитом

Условия

• Конкурентный пакет вознаграждения, включая базовую зарплату, определяемую ролью, опытом, навыками и локацией
• Возможность получения комиссионных выплат и/или дискреционной премии в виде денег и/или акций с вестингом
• Комплексная медицинская страховка, центры здоровья и велнеса на территории
• Пенсионный сберегательный план
• Резервный уход за детьми, компенсация обучения, поддержка психического здоровья, финансовый коучинг
• Равные возможности трудоустройства и инклюзивная среда, разумные accommodations

Навыки

• Python
• Java
• REST API
• микросервисы
• Linux
• Kubernetes
• Kafka
• MQ
• NoSQL
• Cassandra
• ELK
• Splunk
• CI/CD
• AWS
• MLOps
• feature engineering
• LLM
• agentic AI
• AI-assisted development