Мы ищем технического лидера, который отвечает за то, чтобы сложные бизнес-задачи превращались в работающие, масштабируемые AI-решения. Это hands-on роль: вы задаёте архитектуру, принимаете технические решения и несёте за них ответственность, при этом продолжая писать код в ключевых местах системы
Фокус на решении реальных бизнес-проблем, а не на исследованиях. Нам важно стратегическое мышление: умение быстро собирать PoC, валидировать их на метриках и доводить до продакшена — и выстроить процесс, в котором это делает вся команда, а не один человек
Проектирование архитектуры AI-решений: выбор паттернов (агенты, RAG, оркестрация), обоснование trade-off'ов перед командой и стейкхолдерами
Принятие решения о границе между low-code оркестрацией (LangFlow, n8n и аналоги) и кастомной разработкой — и объяснение этой границы бизнесу
Технический дизайн-ревью решений команды
Разработка AI-агентов и copilot-систем: оркестрация агентов, управление памятью, планирование и декомпозиция задач, умная маршрутизация
Построение RAG-систем: стратегии индексации, оптимальный чанкинг, обогащение метаданными, гибридный поиск и переранжирование
Внедрение метрик качества (точность, релевантность, время ответа) и eval-пайплайнов как обязательной части разработки, а не как разовой активности
Регулярный анализ результатов, формулирование гипотез, итеративное улучшение решений
Наблюдаемость (observability): трейсинг цепочек вызовов, мониторинг качества ответов, контроль затрат токенов и времени ответа, quality gates
Версионирование промптов, моделей, эмбеддингов, инструкций агентов и датасетов с возможностью безопасного rollback
Руководство командой из 3–5 AI-инженеров: постановка задач, code review, архитектурные сессии, развитие и growth planning
Внедрение инженерных стандартов: подходы к тестированию, оценке качества, документации, работе с промптами
Развитие внутренней экспертизы: playbooks, шаблоны решений, переиспользуемые компоненты
Взаимодействие с продуктом, бизнесом
Ответственность за delivery: сроки, приоритеты, прозрачность статуса