Senior AI/ML Engineer (GenAI, AWS)

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

Senior AI/ML инженер в небольшую сеньорную команду (FDE + FDX) для построения production GenAI-систем и агентных решений для enterprise-клиентов. Отвечает за evaluation, observability и guardrails, работает в паре с Forward Deployed Engineer.

Задачи

• Работать в паре с FDE и FDX
• Строить и выводить в production GenAI-системы в окружении клиента (cloud-native данные, LLM и агентные решения)
• Строить и оптимизировать RAG-системы для production-кейсов
• Создавать evaluation harness до реализации фичи
• Писать production-код по всему стеку: AI, backend-сервисы, data pipelines
• Интегрировать AI-компоненты в backend-сервисы и RESTful API
• Выводить системы в production на AWS (GCP или Azure по требованию клиента): контейнеризация, CI/CD
• Внедрять LLMOps и AgentOps: трассировка агентов, управление промптами и версиями, мониторинг стоимости и латентности, регрессионное тестирование, детекция дрифта
• Участвовать в технических обсуждениях и архитектурных решениях
• Проводить оценку моделей, устранять failure modes, оптимизировать производительность и надёжность
• Менторить junior и middle AI-инженеров, проводить code review и делиться знаниями
• Готовить документацию, runbooks и передачу знаний инженерам клиента

Требования

• 5+ лет в software или ML engineering с ответственностью за production-системы
• Прочные основы AI/ML, понимание failure modes моделей
• Опыт вывода в production LLM-приложений и агентных workflow (не демо и не POC)
• Агентная оркестрация: многошаговые workflow, graph-based оркестрация, tool use, управление состоянием, восстановление после частичных сбоев
• Опыт с LLM API (Anthropic, AWS Bedrock или OpenAI) и агентными фреймворками
• Опыт построения и оптимизации RAG-систем в production
• Сильные инженерные основы, full-stack мышление, уверенность в AI, backend и cloud infrastructure
• Владение Python и/или TypeScript
• Hands-on AWS в production: Bedrock, Bedrock AgentCore, Lambda, ECS, S3, SQS, ECR или аналоги
• Cloud-native delivery: контейнеры, ECS или Kubernetes, IaC, CI/CD для AI-пайплайнов
• Опыт построения или владения eval-сьютом для недетерминированной системы
• Мониторинг моделей и агентов, детекция дрифта
• Дисциплина по стоимости и латентности: model tiering, кэширование, оценка стоимости workload
• Hands-on production опыт с экосистемой Claude: Claude Code, CLAUDE.md, hooks, skills files
• Понимание MCP и его преимуществ перед REST-интеграцией
• B2+ английский, комфортная работа в распределённых мультикультурных командах
• Проактивность, самостоятельность, комфорт с неопределённостью и ownership

Условия

• Remote-friendly культура
• Внутренние программы обучения с полной поддержкой сертификаций Claude, AWS и других, посещение конференций
• Карьерный рост и развитие инженеров
• Доступ к новейшим AI-инструментам и премиум-подпискам
• Долгосрочное B2B-сотрудничество
• Приватное медицинское страхование или бюджет на медицинские нужды
• Оплачиваемые больничные, отпуск и государственные праздники
• Оборудование и вся техника для комфортной работы

Навыки

• Python
• TypeScript
• LLM
• RAG
• Agentic workflows
• Anthropic
• AWS Bedrock
• Bedrock AgentCore
• OpenAI
• AWS Lambda
• AWS ECS
• AWS S3
• AWS SQS
• AWS ECR
• Kubernetes
• Docker
• IaC
• CI/CD
• Claude Code
• CLAUDE.md
• MCP
• LLMOps
• AgentOps
• GCP
• Azure
• GitHub Actions
• GitLab CI
• Go
• Rust
• Apache Spark
• Apache Airflow
• Kafka
• NLP
• Recommendation engines