что мы ожидаем:
• Опыт создания и развития внутренней ML/LLM-платформы в крупной компании: от архитектуры и выбора компонентов до запуска в продакшен и масштабирования.
• Практический промышленный опыт с LLM: инференс и serving (vLLM или аналоги), файнтюнинг, RAG, evaluation моделей, оптимизация производительности (квантизация, батчинг).
• Опыт с классическим ML/DS-стеком: обучение и деплой моделей, MLOps (реестр моделей, версионирование, CI/CD, мониторинг), feature store, пайплайны данных.
• Опыт гибридной инфраструктуры: on-prem GPU-кластеры и облачные LLM-сервисы, Kubernetes, планирование GPU-ресурсов, управление стоимостью (FinOps).
• Опыт проектирования ИИ-агентов и агентных архитектур: оркестрация, tool calling, guardrails, понимание паттернов построения агентов.
• Опыт разработки и внедрения стандартов и архитектурных паттернов, ревью архитектуры, работа с внутренними заказчиками; построение платформы как продукта (DevEx, документация, самообслуживание).
• Опыт управления и развития команды инженеров: найм, развитие и удержание сотрудников, масштабирование команды, выстраивание процессов.
• Развитые управленческие и коммуникативные навыки: работа с топ-менеджментом, перевод бизнес-задач в платформенные решения, умение объяснять ценность ИИ бизнесу.
• Знание рынка ИИ-инструментов и практика выбора решений: собственные разработки vs open source vs покупка, оценка и интеграция.
• Понимание безопасности и комплаенса в ИИ: защита персональных данных (152-ФЗ), guardrails, ответственное использование ИИ, аудит и трассируемость.
Будет плюсом
• Опыт в ритейле / e-commerce / DIY.
• Опыт запуска AI-платформы с нуля (greenfield) в крупной компании.
• Опыт интеграции LLM в SDLC и создания ассистентов разработчика (AI-assisted coding, code review).
• Опыт работы с отечественными LLM и облаками (Yandex Cloud, GigaChat/YandexGPT) и с зарубежными моделями.
• Опыт выстраивания Data/Feature-платформы и взаимодействия с data platform-командой.
• Английский язык для чтения документации и общения с вендорами.