AI Engineer

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

Инженер по ИИ для проектирования и внедрения production-решений на базе GenAI, conversational и agentic AI в enterprise-среде. Роль hands-on (около 90% личного вклада) с полным циклом от архитектуры и кода до тестирования, деплоя и поддержки, плюс координация offshore-команды.

Задачи

• Проектировать, разрабатывать и внедрять production-решения на GenAI с использованием продвинутых LLM (например, моделей OpenAI)
• Реализовывать RAG-пайплайны на структурированных и неструктурированных корпоративных данных
• Проектировать гибридные архитектуры поиска с использованием Vector DB и Graph DB (Azure AI Search, Neo4j)
• Строить agentic AI-воркфлоу на LangChain, LangGraph, Haystack: мультиагентная оркестрация, tool-calling, управление памятью
• Проводить сквозную валидацию данных до их использования в AI/ML и аналитике: полнота, точность, консистентность, актуальность, агрегации, бизнес-правила
• Разрабатывать автоматические проверки качества данных, фреймворки валидации, детекцию аномалий и сверки
• Взаимодействовать с бизнес- и data-командами для валидации KPI, расчётов и AI-инсайтов перед релизом
• Разрабатывать React-приложения для AI, аналитики и decision-intelligence: интерфейсы инсайтов, рекомендаций, диалогов, дашбордов
• Интегрировать React-приложения с AI/ML-сервисами, корпоративными API, data-платформами и системами аутентификации
• Разрабатывать масштабируемые backend-сервисы и API на Python
• Интегрировать AI-чатботов и агентов в экосистему Azure
• Обеспечивать аутентификацию, авторизацию, RBAC и безопасность на уровне данных
• Внедрять guardrails для безопасности, контроля галлюцинаций, приватности данных и responsible AI
• Мониторить production-производительность: доступность, латентность, точность, надёжность, масштабируемость
• Применять практики MLOps/LLMOps: версионирование моделей и промптов, CI/CD, автотесты, мониторинг и наблюдаемость LLM
• Оптимизировать промпты, стратегии retrieval, агентные потоки, API, запросы к БД и производительность приложений
• Проводить код-ревью и технические ревью результатов offshore-команды, отслеживать задачи и риски поставки

Требования

• Сильное практическое понимание LLM, трансформеров, эмбеддингов, prompt engineering, context engineering, RAG и методов оценки
• Опыт создания end-to-end GenAI и Agentic AI продуктов от разработки до production-деплоя
• Практический опыт с LangChain, LangGraph, Haystack, n8n и экосистемой Microsoft Copilot или аналогами
• Опыт проектирования мультиагентных архитектур и оркестрации reasoning, retrieval, инструментов и действий
• Опыт работы с Vector и Graph БД: Azure AI Search, Neo4j, Databricks Vector Search
• Опыт реализации RAG-пайплайнов на структурированных и неструктурированных данных
• Опыт валидации данных, проверок качества, сверок, валидации KPI и бизнес-правил
• Уверенное владение Python, SQL и Spark
• Практический опыт разработки приложений на React / JavaScript / TypeScript
• Опыт разработки API и backend-сервисов на FastAPI, Flask или аналогах
• Практический опыт с PyTorch и/или TensorFlow
• Опыт работы с крупномасштабными AI/ML-системами в production
• Опыт код-ревью и технических ревью результатов распределённых/offshore-команд
• Сильные навыки решения проблем в области AI, данных, backend, frontend и интеграции корпоративных систем
• Практический опыт с Azure и корпоративными data-технологиями: Azure OpenAI, Azure Data Factory, Azure Databricks, Azure AI Search, Databricks Genie, Azure AI Document Intelligence, Azure App Services, Azure Functions, AKS, Azure Cache for Redis, Azure Bot Service/Bot Framework, API Management, Microsoft Entra ID/Azure AD, CI/CD и DevOps-инструменты

Условия

• Преимущественно hands-on Individual Contributor роль: около 90% личного технического вклада и 10% координации offshore-команды
• Полное участие от проектирования решения и кодинга до тестирования, деплоя и production-поддержки
• Работа над безопасными, масштабируемыми и управляемыми AI-системами в соответствии с корпоративной архитектурой и стандартами комплаенса
• Совместная работа с offshore AI Engineers, Data Engineers, Data Scientists и Frontend Developers

Навыки

• LLM
• OpenAI
• RAG
• Vector DB
• Graph DB
• Azure AI Search
• Neo4j
• Databricks Vector Search
• LangChain
• LangGraph
• Haystack
• n8n
• Microsoft Copilot
• Python
• SQL
• Spark
• React
• JavaScript
• TypeScript
• FastAPI
• Flask
• PyTorch
• TensorFlow
• Azure OpenAI
• Azure Data Factory
• Azure Databricks
• Databricks Genie
• Azure AI Document Intelligence
• Azure App Services
• Azure Functions
• Azure Kubernetes Service
• Azure Cache for Redis
• Azure Bot Service
• Bot Framework
• API Management
• Microsoft Entra ID
• Azure AD
• CI/CD
• DevOps
• MLOps
• LLMOps