Python Team Lead группы AI Services

О проекте
Наша команда разрабатывает интеллектуальные сервисы, автоматизирующие обработку текстов, аудио и другой информации с использованием современных методов обработки естественного языка (NLP) и генеративного ИИ.

В зону нашей ответственности входят задачи извлечения сущностей, структурирования и аннотирования данных, преобразования аудио в текст, а также генерация вспомогательного контента на основе пользовательских и системных запросов.

Вы станете Team Lead группы из 3–5 человек.

Основные обязанности:

Архитектура и техническое руководство

• проектирование модульной архитектуры AI-сервисов: обработка данных, обучение/дообучение моделей, inference-пайплайны
• участие в выборе (совместно с архитекторами) и внедрение фреймворков (PyTorch, TensorFlow, Hugging Face Transformers) и инфраструктуры (ONNX, Triton Inference Server)
• определение стандартов кодирования, review моделей и API, обеспечение качества и воспроизводимости экспериментов
• MLOps & CI/CD для моделей
• Настройка конвейеров подготовки данных, обучения и валидации моделей (MLflow, DVC, Airflow).
• Настройка и поддержка пайплайнов (GitLab CI, GitHub Actions, Jenkins).
• Контейнеризация сервисов (Docker, Docker Compose), оркестрация (Kubernetes).
• Infrastructure as Code (Ansible/Terraform), мониторинг и алертинг (Prometheus, Grafana, ELK Stack).
• Мониторинг качества моделей в продакшене: дрейфт данных, метрики качества, логирование запросов.
• Интеграция и оркестрация моделей (OpenAI/GPT-семейство, LLaMA, BERT, Whisper и др.) внутри микросервисной архитектуры.

Разработка и оптимизация

• создание высокопроизводительных endpoint’ов для inference: асинхронные очереди (RabbitMQ/Kafka), масштабирование
• оптимизация моделей и сервисов: квантование, distillation, предпринятие мер по снижению задержек
• интеграция prompt-инженеринга: разработка, тестирование и хранение промтов, тонкая настройка prompt-шаблонов и вспомогательных подсказок

Управление командой и процессы

• оценка задач, приоритизация в контексте AI-дорожной карты, распределение между разработчиками, ML-инженерами и prompt-инженерами
• проведение stand-up, спринт-планирования, ретроспектив и one-on-one
• Постепенный переход к people management: наставничество, карьерное развитие, формирование сильной междисциплинарной команды

Документация и взаимодействие

• поддержка технической документации: архитектурные схемы, ER-диаграммы, схемы данных, API-гайдлайны (REST/WebSocket/gRPC), схемы ML-конвейеров, описание моделей
• взаимодействие с продуктовой командой, UX/UI-дизайнерами, бизнес-аналитиками, специалистами по безопасности и compliance

Наши ожидания:

Опыт и образование

• опыт разработки ПО ≥ 5 лет, из них Python ≥ 3 лет
• опыт внедрения AI/ML/Deep Learning решений ≥ 2 лет
• опыт в роли ведущего разработчика или архитектора ≥ 1 года; опыт Tech/Team Lead — плюс
• высшее образование в компьютерных науках, прикладной математике, лингвистике или смежных областях — преимущество

Ключевые технические навыки

• Python & ML: уверенное владение, опыт с PyTorch, TensorFlow, Hugging Face Transformers
• NLP & Speech: знакомство с методами токенизации, BERT-подобными моделями, Whisper, Speech-to-Text
• Prompt-инженеринг: создание и оптимизация промтов, A/B-тестирование подсказок, управление версиями промтов
• MLOps: DVC/MLflow, Airflow, Kubernetes, Docker, Helm, CI/CD (GitLab CI, GitHub Actions)
• Data-pipelines: ETL-процессы для сбора и препроцессинга (Pandas, Spark, Apache Beam)
• Inference-оптимизация: ONNX, TensorRT, Triton Inference Server; профилирование и снижение задержек
• API & Microservices: FastAPI, gRPC, REST; опыт проектирования высоконагруженных endpoint’ов
• Monitoring & Observability: Prometheus, Grafana, ELK/EFK, OpenTelemetry

Лидерские и коммуникативные качества

• умение объяснять сложные AI-концепции нетехническим стейкхолдерам
• опыт наставничества ML-инженеров и prompt-инженеров
• способность принимать решения в условиях неопределённости и быстро адаптироваться
• эмпатия, умение разрешать конфликты и мотивировать команду

Личные качества

• проактивность: ищете новые возможности применения AI и предлагаете решения
• самостоятельность: планируете эксперименты и релизы, соблюдая дедлайны
• гибкость: адаптация под новые модели, фреймворки и требования
• открытость в коммуникации, готовность к честному фидбэку и «нетоксичная» атмосфера

Мы готовы предложить:

• льготы аккредитованной IT-компании
• оформление в соответствии с трудовым законодательством РФ
• удаленный формат работы с предоставлением техники
• ДМС, доступ к сервису "Понимаю", подписка на РБК
• гибкие методы управления: мы используем Agile, SCRUM и OKR, чтобы каждый день создавать новое и быстро реагировать на изменения

Если вы хотите строить и развивать AI-сервисы, руководить мультидисциплинарной командой и внедрять инновации — присылайте резюме!