Senior Software Engineer

О позиции

Вы будете частью команды Global Data Insight & Analytics (GDIA), которая помогает Ford видеть бизнес-условия, потребности клиентов и конкурентный ландшафт через данные и аналитику. В группе Industrial Systems Analytics вы создадите решения нового поколения, внедряя современные технологии машинного обучения и агентов ИИ для автоматизации сложных задач анализа данных и принятия решений.

Чем заниматься

• Архитектура, разработка и развертывание приложений на базе LLM, пайплайнов Retrieval-Augmented Generation (RAG) и многоагентных систем
• Автоматизация сложного анализа данных, детекции аномалий и рабочих процессов поддержки решений с помощью агентов ИИ
• Внедрение генеративных AI-инструментов и агентов кодинга для ускорения цикла разработки ПО и CI/CD
• Разработка полных технических спецификаций, диаграмм архитектуры и API для масштабируемых и безопасных решений
• Создание robust CI/CD пайплайнов, автоматическое сканирование безопасности, IAM и ротация учетных данных
• Проектирование фронтенда и бэкенда веб-приложений на современных фреймворках
• Тесное взаимодействие с Product Managers, дизайнерами и инженерами в Agile-среде
• Проактивное управление проблемами, root cause analysis и обеспечение высокой доступности систем

Что ждут

• Бакалавр или эквивалентная степень в Computer Science, Information Technology или смежной области
• 4+ лет профессионального опыта в Software Engineering
• 3+ лет опыта работы с современными frontend-фреймворками (Angular, React, Vue)
• 3+ лет опыта с backend-фреймворками (FastAPI, Flask, Django, Spring Boot)
• 2+ лет опыта с Python и/или Java
• Опыт интеграции LLM API (OpenAI, Anthropic, Vertex AI) или open-source моделей в приложения
• Правовая возможность работать в США (визовый спонсор не предоставляется)

Будет плюсом

• Master's degree в Computer Science или смежной области
• Опыт работы с LLM orchestration framework (LangChain, LlamaIndex) и multi-agent платформами (CrewAI, AutoGen, Semantic Kernel)
• Знание vector databases (PGVector, Chroma, Pinecone, Milvus) и embedding techniques
• Глубокое понимание XP, Clean Code, TDD, Pair/Mob programming
• Опыт разработки и деплоя на GCP, Azure или AWS с CI/CD инструментами (Tekton, Terraform, Jenkins)
• Опыт работы с Jira или Rally в fast-paced среде

Условия

• Немедленное медицинское, стоматологическое покрытие и покрытие лекарств
• Гибкий уход за семьей, родовой отпуск, программы для новых родителей
• Субсидированный присмотр за детьми
• Скидки на автомобили для сотрудников и их семей, лизинг автомобилей
• Поддержка оплаты обучения
• Активные группы ресурсов сотрудников
• Оплачиваемое время для волонтерства в сообществе
• Обильное количество оплачиваемых праздников, включая неделю между Рождеством и Новым Годом
• Оплачиваемый отпуск и возможность покупки дополнительного времени отпусков

Навыки

• Python
• Java
• React
• Angular
• Vue.js
• FastAPI
• Flask
• Django
• Spring Boot
• Generative AI
• Large Language Models
• LangChain
• LlamaIndex
• CrewAI
• AutoGen
• Semantic Kernel
• RAG
• OpenAI API
• Anthropic API
• Vertex AI
• Vector Databases
• PGVector
• ChromaDB
• Pinecone
• Milvus
• AWS
• Google Cloud Platform
• Azure
• Terraform
• Jenkins
• CI/CD
• Kubernetes
• Agile
• Test-Driven Development
• Clean Architecture
• Microservices
• REST APIs
• GraphQL
• Git
• Jira

Могут спросить на собеседовании

1. Как вы проектировали и развертывали приложения на базе LLM в production?
2. Расскажите о вашем опыте создания RAG-pipeline. Какие подходы использовали для chunking, embeddings и retrieval?
3. Как вы обеспечиваете безопасность и контроль доступа при интеграции с внешними AI-API?
4. Опишите ваш опыт работы с multi-agent системами. Как вы управляли коммуникацией между агентами?
5. Какие метрики надежности вы используете для критических аналитических систем? Как проводили root cause analysis?