AI Tech Lead

Навыки

• AI-агенты
• API (интеграции)
• Проектирование архитектуры
• Работа с бэклогом
• Чат-боты
• Code review
• Многопоточность

О компании и продукте

• MWS AI – это часть экосистемы МТС Web Services, где создаются AI-решения будущего. Голосовые ассистенты и чат-боты могут ответить на любой вопрос клиента, а компьютерное зрение - распознавать лица и эмоции. О роли 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

Задачи

• Разработка AI-агентов и copilot-систем: оркестрация агентов, управление памятью, планирование и декомпозиция задач, умная маршрутизация
• 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
• Развитие внутренней экспертизы: playbooks, шаблоны решений, переиспользуемые компоненты
• Взаимодействие с продуктом, бизнесом
• Ответственность за delivery: сроки, приоритеты, прозрачность статуса Мы ждем от вас: 3+ лет прикладной AI/ML-разработки с фокусом на NLP и LLM-системы
• Способность объяснить сложные AI-концепции нетехническим стейкхолдерам

Требования

• 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
• Задачи, который вас ждут: 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
• Опыт с LLM API: промпт-инжиниринг, управление контекстом, streaming Практический опыт с LLM-агентами: ReAct-паттерн, function calling, chain-of-thought рассуждения, multi-agent системы
• Знание фреймворков: LangChain, LangGraph или аналоги
• Векторные базы данных: Milvus, Chroma или аналоги LLM observability tools: LangSmith, LangFuse или подобные платформы
• Понимание микросервисной архитектуры: работа с очередями (RabbitMQ, Kafka), кэшированием
• Опыт с FastAPI или аналогами
• Опыт fine-tuning и дистилляции моделей, понимание современных архитектур сетей LLMOps: модельный реестр, A/B тестирование промптов, continuous evaluation Понимание безопасности LLM-систем: защита от prompt injection, PII filtering, content moderation Опыт построения AI-платформ или внутренних инструментов

Будет плюсом

• Понимание принципов развёртывания LLM: инференс-серверы (vLLM, SGLang), масштабирование, квантизация
• Понимание бизнес-метрик и продуктового мышления

Условия

• Удобный формат работы на ваш выбор - офис, гибрид или полностью удаленный формат работы
• Комфортный офис в 5 минутах пешком от метро Таганская (Москва)
• Медицинскую страховку с 1 месяца со 100% покрытием расходов, включая стоматологию, страхование жизни и здоровья в поездках за рубеж
• А еще можно застраховать родственников с корпоративной скидкой
• Компенсацию мобильной связи
• Участие во внешних IT конференциях и обучающих программах
• Полезные курсы и вебинары в корпоративном университете и электронные библиотеки
• Единую подписку МТС Premium — KION light в онлайн-кинотеатре KION, сервис МТС Music, 30 дней бесплатного пользования подпиской OZON Premium
• Скидки и предложения от партнеров на фитнес, занятия английским и прочее
• Построение RAG-систем: стратегии индексации, оптимальный чанкинг, обогащение метаданными, гибридный поиск и переранжирование
• Глубокое понимание RAG: векторный и гибридный поиск, стратегии чанкинга, переранжирование, query decomposition Сильный Python: чистый, типизированный код, unit-тесты, асинхронное программирование, ооп

Паспорт вакансии

История публикации

Откуда что взялось

Отмечено то, что вывели мы. Без пометки — значение назвал работодатель.

Почему на этом месте в выдаче

Порядок выдачи объявлен контрактом: свежесть решает между днями, полнота и зарплата — внутри дня.