Software Engineer III- AI, LLM & Data Platforms

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

Инженер в agile-команду Consumer & Community Banking JPMorganChase. Разработка end-to-end платформенных фич для агентных AI-сценариев: от проектирования до продакшена, мониторинга и развития.

Задачи

• Разрабатывать end-to-end платформенные фичи для агентных сценариев искусственного интеллекта — от технического дизайна до продакшн-деплоя, мониторинга и улучшений
• Внедрять в команде практики AI-assisted разработки, одобренные компанией, для повышения качества кода, скорости поставки и операционных результатов
• Применять инструменты SDLC, включая AI-assisted разработку и автоматизацию, для повышения отдачи от автоматизации
• Создавать и поддерживать переиспользуемые сервисы и компоненты для создания, оценки и эксплуатации LLM-агентов в масштабе
• Внедрять подходы к оценке и тестированию LLM-систем: измерение качества, регрессионное тестирование, анализ ошибок
• Развивать observability: трассировка, метрики, логи, аналитика для быстрого устранения проблем
• Применять паттерны security, safety и governance-by-design: guardrails, контроль доступа, аудит
• Сотрудничать с product-менеджерами и стейкхолдерами для определения метрик успеха и приоритизации
• Взаимодействовать с командами engineering, data, security, risk и compliance
• Готовить документацию и референсные реализации для ускорения адопшена

Требования

• Формальное обучение или сертификация по software engineering и 3+ года практического опыта
• Уверенное владение Python и сильные основы software engineering: тестирование, контроль версий, code review
• Опыт создания и эксплуатации продакшн-сервисов: готовность к инцидентам, тюнинг производительности, стабильность data-intensive систем
• Практический опыт вывода ML и/или LLM-фич в продакшн, включая мониторинг и пост-деплой итерации
• Опыт лидирующего применения одобренных AI-assisted инструментов разработки и установления стандартов валидации их результатов
• Понимание ответственного использования AI: чувствительность данных, безопасная обработка входов/выходов, соответствие требованиям безопасности
• Практический опыт prompt engineering и retrieval-augmented generation (RAG), включая методы оценки и измерения качества
• Способность проектировать поддерживаемые системы и принимать технические решения в условиях неопределённости
• Сильные коммуникативные навыки и умение объяснять технические компромиссы
• Навыки кросс-командного сотрудничества

Условия

• Конкурентный пакет вознаграждения: базовый оклад определяется ролью, опытом, навыками и локацией
• Возможны комиссионные и/или дискреционные премии в виде денег и/или акций
• Комплексное медицинское страхование
• Центры здоровья и велнеса на территории
• Пенсионный сберегательный план
• Резервный уход за детьми
• Компенсация обучения
• Поддержка психического здоровья
• Финансовый коучинг
• Равные возможности трудоустройства для всех

Навыки

• Python
• LLM
• RAG
• prompt engineering
• LangGraph
• LlamaIndex
• Docker
• Kubernetes
• CI/CD
• vector databases
• embeddings
• AWS
• Databricks
• machine learning
• observability
• tracing
• metrics
• logging