В поиске Senior/Lead и Strong Middle AI Platform Engineer (RAG/Agents/Skills)
Мы строим внутреннее AI-ядро, через которое аналитики смогут получать готовый результат по запросу: с RAG, агентами, skills, оркестрацией и интеграцией с внутренними системами банка.
Ищем инженера, который будет развивать этот пайплайн, делать reusable-компоненты и помогать аналитикам применять платформу на сложных кейсах.
Важно: это не классическая роль Data Engineer про ETL и витрины в отрыве от AI. Здесь фокус на AI-platform engineering, agentic workflows, knowledge access и enablement внутренних пользователей.
Задачи роли:
- Проектировать и развивать внутреннее AI-ядро: агенты, skills, tool use, routing, orchestration
- Строить и улучшать RAG-сценарии: retrieval, chunking, embeddings, reranking, доступ к знаниям
- Делать reusable-компоненты и шаблоны для аналитиков: skills, коннекторы, пайплайны, reference flows
- Интегрировать AI-платформу с внутренними системами, базами данных, API и корпоративными источниками знаний
- Настраивать observability, tracing, evaluation и контроль качества AI-пайплайнов
- Оптимизировать качество, latency, стоимость и устойчивость пайплайнов
- Помогать аналитикам разбирать сложные use cases и выбирать правильный паттерн решения
- Обучать аналитиков работать с платформой и поддерживать их на сложных сценариях
- Переводить разовые кейсы в reusable capabilities платформы
Какой опыт необходим:
- Опыт в ролях AI Platform Engineer, GenAI Solutions Engineer, ML Platform Engineer, Backend / Platform Engineer с опытом LLM workflow или Solutions Architect в AI-направлении
- Практический опыт построения production RAG / agent / workflow-систем
- Опыт создания внутренних инструментов или платформ, которыми реально пользовались аналитики, бизнес-команды или внутренние сервисные команды
- Умение работать на стыке engineering и enablement: не только собрать решение, но и сделать его понятным и применимым для пользователей
- Опыт интеграции AI-пайплайнов с корпоративными источниками данных, API и внутренними системами
- Умение разбирать сложные пользовательские сценарии и упаковывать их в reusable-механики платформы
Стек для Senior/Lead
Python, SQL, FastAPI, API integrations, async, service-oriented development, LangGraph, LlamaIndex, Haystack, Semantic Kernel, Qdrant, pgvector, Weaviate, Milvus, OpenSearch, Elasticsearch, Embeddings, hybrid search, metadata filtering, reranking, Airflow, Prefect, Dagster, Temporal, Langfuse, Phoenix, OpenTelemetry, Docker, Linux, Kubernetes, CI/CD
Стек для Strong Middle
Python, SQL, FastAPI, REST / API integrations, Базовое понимание RAG, embeddings, vector store, retrieval pipelines, Docker, Git, Linux, Опыт сборки и поддержки хотя бы одного production workflow с retrieval и tool use
Будет плюсом:
- Опыт построения внутренних self-service платформ для аналитиков или бизнес-команд
- Опыт написания понятных шаблонов, best practices и технической документации
- Опыт работы с корпоративным поиском, knowledge access, data governance и правами доступа
- Понимание, где действительно нужен агентный сценарий, а где лучше использовать более простой workflow
Условия:
-Взаимодействие: по ИП
-Локация: Ереван или готовность к командировкам
-Формат работы: удаленка и командировки
-Ставка: обсуждается отдельно
-Полная занятость, долгосрочный проект
