Москва, улица Волхонка
Метро: Александровский садИщем техлида AI-трансформации в перспективную IT-компанию в сфере Fintech. Компания ставит перед собой амбициозную цель: не просто внедрить модные технологии, а кардинально изменить подход к разработке продуктов за счет искусственного интеллекта.
Мы ищем Технического лидера AI, который возглавит технологическую AI-трансформацию компании. Вам предстоит внедрить AI-инструменты во все этапы SDLC (от бизнес-анализа до DevOps), обеспечить технологическое лидерство и добиться измеримого роста эффективности бизнеса. Это роль для играющего тренера, готового как формировать стратегию, так и своими руками настраивать пайплайны для команд разработки.
Стратегия и управление внедрением:
Формирование технической стратегии внедрения AI в цикл разработки ПО (SDLC).
Определение приоритетных зон применения AI: от бизнес-аналитики и прототипирования до генерации кода, тестирования и DevOps.
Оценка ROI внедряемых решений, управление бюджетом на инфраструктуру и оптимизация затрат (Cost Optimization) на использование моделей.
«Перевод» бизнес-требований в технические задания и роадмапы по AI-трансформации.
Архитектура и Технологии:
Проектирование архитектуры AI-решений: выбор LLM-моделей, фреймворков и инструментов (как проприетарных, так и Open Source).
Построение надежных AI-пайплайнов и интеграция моделей в существующие системы компании.
Обеспечение качества данных и работы моделей: валидация, мониторинг метрик, настройка Drift Detection.
Контроль масштабируемости, отказоустойчивости и безопасности решений.
MLOps и Инфраструктура:
Выбор и настройка инфраструктуры для обучения и инференса моделей (Cloud/On-premise).
Построение процессов CI/CD для ML-моделей, внедрение практик MLOps.
Личное участие в настройке инструментов для разработчиков: развертывание локальных LLM, настройка IDE-плагинов, агентов и RAG-систем.
Люди и Процессы:
Менторство и обучение команд (разработчики, аналитики, QA) работе с новыми AI-инструментами.
Проведение Code Review и архитектурных ревью в части AI-компонентов.
Создание базы знаний: гайды, шаблоны промптов и Best Practices.
Обеспечение соответствия регуляторным требованиям (ФЗ-152, стандарты финсектора), прозрачности и аудируемости моделей.
Обязательный опыт:
Финтех бэкграунд: Опыт разработки и внедрения AI-продуктов в финансовом секторе не менее 2-х лет. Понимание специфики работы с чувствительными данными.
Технический стек: Глубокое знание Python, фреймворков (PyTorch/TensorFlow/Keras), опыт работы с современными LLM (GPT-4, Llama, Claude и др.) и их API.
Архитектура: Опыт проектирования высоконагруженных систем и интеграции ML-компонентов в микросервисную архитектуру.
Hands-on подход: Готовность лично писать код, настраивать серверы и «крутить гайки», а не только рисовать схемы.
Ключевые компетенции:
Понимание полного цикла разработки ПО (SDLC) и того, как AI может его ускорить.
Опыт работы с MLOps инструментами (MLflow, Kubeflow, Airflow, DVC и т.д.).
Умение считать деньги: навык оценки стоимости владения (TCO) AI-решениями и оптимизации затрат на инференс.
Лидерские качества: опыт управления техническими инициативами в кросс-функциональных командах.
Лаборатория Гемотест
Москва
Не указана
Москва
Не указана