Expert AI Engineer

О позиции

Циклум — компания по разработке пользовательских продуктов, поддерживающая многонациональные организации и стартапы в решении сложных бизнес-задач. В роли Экспертного Инженера ИИ вы присоединитесь к кросс-функциональной команде разработки, создавая технологии будущего. Позиция требует глубокой экспертизы в проектировании и внедрении продвинутых систем искусственного интеллекта, включая архитектуру масштабируемых конвейеров данных и приложений на основе больших языковых моделей.

Чем заниматься

• Проектировать, разрабатывать и развертывать передовые системы ИИ в доменах Data Science и AI Engineering
• Архитектурить и реализовывать масштабируемые ИИ-конвейеры и приложения на базе LLM, включая RAG, оркестрацию и мультисистемы агентов
• Выступать как технический эксперт во взаимодействиях с клиентами, обеспечивая качество архитектуры, масштабируемость, производительность и надежность
• Вносить практический вклад в разработку — от экспериментов и прототипирования до реализации производственного уровня
• Сотрудничать с кросс-функциональными инженерными, аналитическими и продуктовыми командами для согласования технических решений с целями бизнеса
• Применять лучшие практики MLOps и LLMOps для CI/CD, наблюдаемости, оценки и непрерывного улучшения моделей и конвейеров ИИ
• Интегрировать ИИ-сервисы с корпоративными платформами (Confluence, Jira, GitHub, CRM, ERP) и обеспечивать бесшовную совместимость
• Управлять инновациями через внутренние фреймворки и ускорители разработки
• Обеспечивать соответствие всех решений ИИ стандартам безопасности, защиты данных и ответственного ИИ
• Наставлять коллег и поддерживать обмен знаниями между командами и практиками

Что ждут

• 8+ лет профессионального опыта в software/data/AI инженерии, включая минимум 3-4 года hands-on опыта в разработке ИИ/ML решений
• Бакалавр, магистр или PhD в Computer Science, Mathematics, Engineering или связанной количественной области
• Глубокое понимание вероятности, статистики и математических основ машинного обучения и оптимизации
• Подтвержденный опыт построения и развертывания продвинутых систем ИИ, включая LLM, мультимодальные и генеративные архитектуры
• Знание агентных систем дизайна, retrieval-augmented generation (RAG) и техники промпт-инжиниринга
• Сильная экспертиза в Python и распространенных фреймворках AI/ML (PyTorch, TensorFlow, LangChain, Hugging Face)
• Понимание современных практик инженерии ИИ: управление жизненным циклом модели, observability, evaluation, versioning, continuous improvement
• Опыт работы с cloud-native AI платформами (AWS SageMaker, Azure ML, GCP Vertex AI)
• Опыт разработки масштабируемых ML/LLM-конвейеров и применения лучших практик MLOps/LLMOps
• Знание различных модальностей данных и интеграции мультимодальных моделей
• Понимание вопросов безопасности, governance и compliance в проектировании систем ИИ

Будет плюсом

• Сильный background в software или solution architecture, включая опыт Software/Data Architect
• Сертифицированная экспертиза в AWS, Azure или GCP AI/ML сервисах
• Опыт работы с Big Data и streaming frameworks (Apache Spark, Kafka, Flink)
• Знание NoSQL и графовых баз данных (Cassandra, Neo4j)
• Опыт исследований или инновационных проектов, публикации или open-source contribution

Условия

• Регулярные пересмотры зарплаты на основе результатов performance review
• Корпоративные мероприятия: вебинары, офлайн вечеринки и meetups
• Программа внутренней мобильности по компании
• Персонализированный образовательный путь (полный доступ к Udemy, сертификации и т.д.)
• 25 оплачиваемых дней отпуска: 20 рабочих дней в году + 5 дней незасвидетельствованного sick leave
• Дополнительное медицинское страхование
• Компания полностью покрывает Multisport карту со скидками для членов семьи

Навыки

• Python
• Machine Learning
• Deep Learning
• Large Language Models
• Generative AI
• RAG
• MLOps
• LLMOps
• PyTorch
• TensorFlow
• LangChain
• Hugging Face
• AWS SageMaker
• Azure ML
• GCP Vertex AI
• Docker
• Kubernetes
• CI/CD
• Data Pipelines
• API Design
• SQL
• NoSQL
• Apache Spark
• Kafka
• Microservices
• Cloud Native

Могут спросить на собеседовании

1. Расскажите о вашем опыте проектирования и внедрения крупных ИИ-систем в продакшене.
2. Как вы подходите к выбору архитектуры для задачи RAG или создания агентов на базе LLM?
3. Какие метрики и подходы к evaluation вы используете для мониторинга качества моделей в production?
4. Опишите случай, когда вам пришлось балансировать между скоростью разработки и качеством архитектуры.
5. Как вы обеспечиваете безопасность и compliance данных в своих ИИ-решениях?