Staff, Full Stack Engineer

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

Staff Full Stack Engineer в подразделении Enterprise AI компании GSK. Отвечает за техническое направление AI-продуктов: архитектуру интеграции и оркестрации, стандарты платформ, API и frontend, а также LLMOps и агентные workflow.

Задачи

• Задавать многоквартальное техническое направление для AI product stack в EAI: моделирование, платформы и API, AI-интерфейсы и агентные системы
• Владеть архитектурой интеграции и оркестрации, через которую продукты и агенты EAI используют governed context layer, и определять стандарты разработки
• Определять практику агентных исследований и разработки: непрерывное экспериментирование, auto-research, разработка приложений агентами
• Задавать операционную модель для agent-generated engineering: что агенты делают сами, что требует одобрения, какие evaluation gates проходить
• Определять стандарты AI-assisted разработки: инструменты, workflow и практики для coding и research агентов
• Определять стандарты архитектуры API и платформ: контракты, аутентификация, версионирование, нефункциональные требования
• Формировать архитектуру AI-интеграции: выбор LLM, паттерны оркестрации, retrieval и tool use, стандарты LLMOps
• Определять стандарты frontend-инженерии и подход к AI-native UX для недетерминированных агентных интерфейсов
• Определять стандарты LLMOps для observability, evaluation и governance production AI-систем
• Развивать senior-инженеров и сотрудничать с research, product, design, data engineering и platform командами

Требования

• Bachelor's degree в Computer Science, Data Science, Statistics, Applied Mathematics или смежной количественной области либо эквивалентный опыт
• 10+ лет опыта в applied machine learning (ML) или data science и full-stack инженерии, включая создание и эксплуатацию user-facing AI-продуктов
• Опыт по всему AI product stack: modelling pipelines, evaluations, платформы и API, современные web-фреймворки, data и cloud инфраструктура
• Опыт проектирования и эксплуатации production AI-продуктов: выбор и интеграция LLM, оркестрация и tool-use архитектуры, retrieval и контекстная интеграция через протоколы вроде MCP, safety, оптимизация cost, latency и quality
• Опыт определения стандартов API, платформ и frontend-инженерии для нескольких команд, включая интерфейсы для недетерминированного агентного поведения
• Опыт построения LLMOps, evaluation и monitoring инфраструктуры для production AI-систем
• Опыт определения и масштабирования агентных research и product workflow: auto-research, continuous evaluation, agent-driven application development
• Опыт формирования многоквартальной технической стратегии для нескольких инженерных команд

Условия

• Гибридный формат работы с офисом в США (Пенсильвания, Филадельфия), полностью удалённо нельзя
• Комплексная программа льгот для сотрудников GSK в США
• Работа в глобальной биофармацевтической компании

Навыки

• LLM
• MCP
• LLMOps
• Machine Learning
• Data Science
• API
• Frontend
• Cloud
• Retrieval
• Agent orchestration
• Evaluation pipelines
• Observability