Technical Content Developer Associate Manager, AI POD

О позиции

Мы объединяем глубокие экспертизу в технической переподготовке через hands-on онлайн-обучение с масштабной инфраструктурой Enterprise-клиентов Accenture. Вы будете работать в curriculum pod над созданием учебной траектории по искусственному интеллекту, которая поможет тысячам специалистов получить актуальные навыки — от фундаментов ML до разработки агентных систем и LLM-приложений. Ваша работа напрямую влияет на качество подготовки workforce крупных компаний.

Чем заниматься

• Разрабатывать технические учебные материалы (курсы, модули, лабы, проекты, тесты) по AI и ML в соответствии с дизайн-требованиями и образовательными целями
• Авторизовать и тестировать end-to-end лабораторные работы, notebooks и проекты, обеспечивая корректную конфигурацию сред выполнения кода для каждого учащегося
• Создавать упражнения на основе текущих практик разработки: основы ML, приложения LLM, retrieval, tool calling, агентные системы, evaluation и responsible AI
• Разрабатывать оценки, квизы и другие элементы instructional design для измерения фактического освоения навыков в соответствии со стандартами LearnVantage
• Валидировать техническую точность всех материалов, сотрудничая с экспертами предметной области (SME) и авторами для соответствия изменениям моделей и инструментов
• Анализировать устаревание контента и принимать решения о его сохранении или полном переосмыслении в связи с быстрым развитием field
• Наставлять новых авторов в процессе разработки курсов, предоставляя педагогическую обратную связь с перспективы обучающегося
• Использовать AI-инструменты для ускорения черчения, итерации и QA материалов без снижения качества
• Инкорпорировать фидбэк от testers, learners и reviewers в revisions контента, используя данные об outcome learners для повышения эффективности курсов

Что ждут

• Минимум 4 года профессионального опыта в машинном обучении, включая разработку моделей с PyTorch или scikit-learn и статистический анализ производительности моделей
• Минимум 4 года hands-on программирования на Python: написание, тестирование и отладка кода, который будут запускать другие люди
• Минимум 4 года опыта в instructional design, разработке curriculum или преподавании технического контента взрослым, основанного на науке adult learning (scaffolding, retrieval practice, cognitive load, assessment)
• Минимум 2 года опыта построения приложений на больших языковых моделях (retrieval, prompting patterns, structured outputs, tool calling)
• Минимум 1 года опыта разработки agent systems (agent loops, tool integration, multi-agent orchestration с LangGraph или OpenAI Agents SDK)
• Минимум 1 года опыта оценки LLM или agent systems (создание eval set, LLM-as-judge scoring, metrics groundedness/faithfulness)
• Минимум 1 года опыта разработки ПО с AI coding assistants (Claude Code, Cursor, GitHub Copilot)
• Минимум 2 лет hands-on опыта с cloud AI и data services (AWS, Azure или Google Cloud Platform)
• Минимум 2 лет опыта с AI tooling для drafting, iteration и QA текстовых и технических материалов
• Минимум 2 лет опыта работы с системами контроля версий (Git)
• Бакалавриат или эквивалент (минимум 12 лет) рабочего опыта (при Associates Degree требуется минимум 6 лет)

Будет плюсом

• Опыт с SQL и реляционным моделированием данных
• Опыт с инструментами data visualization или business intelligence (Matplotlib, Tableau, Power BI)
• Опыт построения или потребления MCP servers
• Опыт с LLM observability и tracing (Langfuse, Phoenix, LangSmith)
• Применение AI security и responsible AI практик (prompt injection defense, guardrails, data handling review)
• Опыт fine-tuning или post-training методов (SFT, DPO, reinforcement fine-tuning)
• Опыт с NLP, computer vision или multimodal моделями
• Опыт с data engineering и big data (Apache Spark, Kafka, Snowflake, Databricks)
• Действующая AI/ML сертификация (AWS, Microsoft, Google Cloud, NVIDIA)
• Опыт разработки asynchronous online course content

Условия

• Работа на leading edge AI-accelerated content development — формировать tooling и workflow для pipeline
• Масштабное влияние: обучение людей enterprise scale с навыками, применимыми на работе
• Непрерывные инвестиции Accenture в ваш рост и craft (доступ к certifications, learning resources, глобальное сообщество практиков)
• Конкурентный пакет benefits: медицинская, стоматологическая, зрительная страховка, life и long-term disability coverage, 401(k), бонусы, оплачиваемые отпуска и holidays
• Возможности путешествий (0–100% в зависимости от клиента и бизнес-потребностей)
• Полная удалённая работа (US remote)

Навыки

• Python
• Machine Learning
• PyTorch
• Scikit-Learn
• Large Language Models
• LLM Application Development
• Agent Systems
• LangGraph
• OpenAI Agents SDK
• Prompt Engineering
• Tool Calling
• Retrieval-Augmented Generation
• Model Evaluation
• AWS SageMaker
• Azure AI
• Google Cloud Vertex AI
• Git
• SQL
• Matplotlib
• Tableau
• Power BI
• Model Context Protocol
• Langfuse
• Phoenix
• LangSmith
• Supervised Fine-Tuning
• DPO
• RLHF
• Natural Language Processing
• Computer Vision
• Multimodal Models
• Apache Spark
• Kafka
• Snowflake
• Databricks
• Instructional Design
• Curriculum Development
• Adult Learning Science
• Cognitive Load Theory
• AI Security
• Prompt Injection Defense

Могут спросить на собеседовании

1. Расскажите о вашем опыте разработки учебных материалов или курсов по техническим темам. Как вы измеряете эффективность усвоения материала?
2. Как вы оцениваете устойчивость знаний в быстросменяющейся области ИИ? На что опираетесь при решении, какое содержание сохранить, а что переработать?
3. Представьте, что вы разрабатываете lab по LLM applications. Как обеспечите воспроизводимость environment для всех учащихся (API keys, datasets, compute access)?
4. Опишите ваш процесс валидации технической точности контента. Как взаимодействуете с SME для проверки информации?
5. Как используете AI-инструменты (coding assistants, generative AI) в своей работе? Где видите границы их применения без ущерба качеству?