Lead Principal Platform Software Engineer

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

Ведущий инженер платформы в Oracle Health & AI: проектирование и эксплуатация production-систем на базе LLM, агентов, RAG и корпоративных данных, а также архитектурное лидерство в новой продуктовой команде.

Задачи

• Проектировать, разрабатывать, разворачивать и эксплуатировать production-системы на базе LLM, агентов, retrieval и корпоративных данных
• Строить агентные AI-системы с использованием инструментов, памяти, планирования, оркестрации и автоматизации workflow
• Проектировать и реализовывать масштабируемые RAG, поиск, retrieval, ранжирование и системы знаний по структурированным и неструктурированным данным
• Разрабатывать LLM-приложения: prompt и context engineering, интеграции инструментов, маршрутизация моделей, guardrails, оркестрация workflow
• Оптимизировать AI-системы по качеству, задержке, надёжности, масштабируемости, наблюдаемости и стоимости
• Создавать фреймворки оценки, платформы экспериментов и циклы обратной связи для улучшения AI-систем
• Разрабатывать и поддерживать cloud-native сервисы, API, SDK и распределённые системы
• Проектировать асинхронные паттерны коммуникации, event-driven архитектуры и оркестрацию workflow с использованием messaging и streaming
• Работать с applied scientists, инженерами, product-менеджерами и доменными экспертами, превращая нечёткие требования в масштабируемые технические решения
• Принимать архитектурные решения, менторить инженеров и повышать инженерные стандарты в организации

Требования

• 12+ лет профессионального опыта в software engineering, machine learning engineering, applied machine learning или смежных областях
• Степень BS/MS/PhD в Computer Science, Engineering, Machine Learning, Artificial Intelligence или эквивалентный практический опыт
• Подтверждённый опыт проектирования, построения и эксплуатации production ML/AI/LLM/RAG/search/recommendation/conversational/agentic систем в масштабе
• Сильные основы software engineering: распределённые системы, конкурентность, API, структуры данных, алгоритмы, тестирование, отладка, production operations
• Владение Python и Java с опытом разработки и поддержки production-кода на обоих языках
• Практический опыт построения масштабируемых backend-сервисов, cloud-native систем, API, распределённых приложений или model-serving платформ
• Опыт с современными LLM-экосистемами: prompt engineering, tool calling, RAG, model serving, evaluation, deployment
• Опыт построения search, retrieval, ranking, vector database или enterprise knowledge систем
• Опыт с асинхронными паттернами коммуникации, message queues, pub/sub, data streaming или event-driven архитектурами
• Опыт с контейнеризованными приложениями и деплоем на Kubernetes
• Сильное техническое суждение и умение балансировать качество, задержку, надёжность, масштабируемость и стоимость
• Продемонстрированная ответственность за сложные технические задачи от архитектуры до production-эксплуатации
• Сильные коммуникативные навыки и опыт эффективной работы с engineering, product и applied science командами

Условия

• Диапазон оплаты в США: от $113,600 до $306,400 в год
• Возможны бонус, equity и compensation deferral
• Медицинская, стоматологическая и офтальмологическая страховка
• Страхование жизни и AD&D, дополнительное страхование жизни
• Гибкие счета для здравоохранения и ухода за зависимыми
• Предоплаченные транспортные и парковочные льготы
• План 401(k) с match от компании
• Оплачиваемый отпуск (Flexible Vacation для salaried-позиций)
• 11 оплачиваемых праздничных дней
• Оплачиваемый больничный: 72 часа с даты найма
• Оплачиваемый родительский отпуск и помощь при усыновлении
• Employee Stock Purchase Plan
• Финансовое планирование и групповая юридическая помощь
• Добровольные льготы: авто, дом, страхование питомцев

Навыки

• Python
• Java
• LLM
• RAG
• agents
• prompt engineering
• tool calling
• vector databases
• Elasticsearch
• OpenSearch
• LangGraph
• LangChain
• LlamaIndex
• Semantic Kernel
• MCP
• Kubernetes
• Docker
• Kafka
• Spark
• AWS
• Azure
• GCP
• OCI
• distributed systems
• APIs
• event-driven architecture
• fine-tuning
• LoRA
• A/B testing