AI Solutions Architect

AI Solutions Architect

About Humanoid
Humanoid is a fast-growing humanoid robotics startup building the next generation of intelligent
robotic systems. As the company scales, we are investing in AI-powered internal automation,
knowledge systems, and decision-support capabilities that enable leadership and teams to
operate with greater speed, clarity, and efficiency.
We are looking for an experienced AI Solutions Architect to lead the design and
implementation of company-wide AI systems and automation infrastructure.

The Role
You will own the architecture and delivery of Humanoid's internal AI ecosystem, working closely
with company leadership, engineering teams, and business stakeholders.
Your mission is to transform fragmented company knowledge, meetings, tasks, and operational
processes into a scalable AI-powered platform that provides actionable insights, automates
workflows, and enables better decision-making across the organization.
This is a highly hands-on role. You will not only define architecture and technical standards but
also personally build the most critical and high-risk components while leading and mentoring an
AI Engineer.

What You’ll Do
Requirements Discovery & Business Alignment
● Partner with the CEO and department leaders to identify high-value AI use cases.
● Gather, structure, and prioritize business requirements.
● Translate operational challenges into measurable AI solutions.
● Define acceptance criteria and success metrics for every initiative.
AI Platform Architecture
● Design the architecture for Humanoid's internal AI systems and automation platform.
● Define agent architecture, orchestration patterns, memory systems, retrieval pipelines,
and human-in-the-loop workflows.
● Build scalable and maintainable AI solutions following pragmatic MVP principles.

● Ensure solutions remain simple, reliable, and aligned with business needs.
Data & Knowledge Systems
● Design company-wide knowledge and retrieval systems.
● Build and optimize RAG and hybrid-search architectures.
● Integrate structured and unstructured enterprise data sources, including: Slack,
Atlassian/Jira, Meeting transcripts, Internal documentation, Team directories, Corporate
databases
Engineering & Delivery
● Personally implement the most complex and business-critical components.
● Establish engineering standards, code quality expectations, and testing practices.
● Review and validate the work of the AI Engineer.
● Define measurable quality benchmarks for extraction, retrieval, and agent performance.
Enterprise Integration
● Collaborate with internal engineering teams on technology stack and infrastructure,
system access and permissions, security and compliance requirements, SSO, internal
platforms, and enterprise services
API & Contract Design
● Define and maintain APIs and MCP-based interfaces between systems.
● Ensure clear ownership boundaries between domains.
● Enable secure access to company data through well-defined contracts rather than data
duplication.
What We’re Looking For
● 5+ years of experience designing and delivering production-grade software systems.
● Proven experience building and deploying AI/LLM-powered products used by real users.
● Strong experience with multi-agent systems and AI orchestration frameworks.
● Deep understanding of RAG architectures, Vector databases, Hybrid search, Knowledge
management systems, LLM evaluation and quality measurement
● Experience integrating AI systems into enterprise environments.
● Strong software engineering background with the ability to personally write production
code.
● Experience working with APIs, distributed systems, and cloud infrastructure.
● Ability to collaborate effectively with both technical and non-technical stakeholders.
● Strong analytical and problem-solving skills.
● Fluent English communication skills.

Nice To Have
● Experience in early-stage startups and fast-paced environments.
● Experience building company-wide knowledge platforms and enterprise search systems.
● Familiarity with: LangGraph, Mastra, n8n, MCP ecosystem, Modern agent frameworks
● Experience with access-controlled enterprise knowledge retrieval systems.
● Previous experience supporting executive decision-making systems or internal AI
copilots.
What Success Looks Like
Within the first months, you will have built the foundation for Humanoid's internal AI platform: a
reliable, scalable system that turns company knowledge, meetings, tasks, and operational data
into actionable intelligence for leadership and teams.

Архитектор AI-решений (AI Solutions Architect)

О компании Humanoid

Humanoid — быстрорастущий стартап в области гуманоидной робототехники, создающий новое поколение интеллектуальных роботизированных систем. По мере масштабирования компании мы активно инвестируем во внутреннюю автоматизацию на базе искусственного интеллекта, корпоративные системы управления знаниями и инструменты поддержки принятия решений, которые помогают руководству и командам работать быстрее, эффективнее и принимать более качественные решения.

Мы ищем опытного Архитектора AI-решений (AI Solutions Architect), который возглавит проектирование и внедрение корпоративных AI-систем и инфраструктуры автоматизации.

О роли

Вы будете отвечать за архитектуру и реализацию внутренней AI-экосистемы Humanoid, тесно взаимодействуя с руководством компании, инженерными командами и бизнес-подразделениями.

Ваша задача — превратить разрозненные корпоративные знания, встречи, задачи и операционные процессы в масштабируемую AI-платформу, которая будет предоставлять полезную аналитику, автоматизировать рабочие процессы и помогать принимать более эффективные решения на всех уровнях организации.

Это высоко практическая роль. Вам предстоит не только определять архитектуру и технические стандарты, но и лично разрабатывать наиболее важные и сложные компоненты системы, а также руководить и наставлять AI-инженера.

Основные обязанности

Сбор требований и взаимодействие с бизнесом

• Совместно с CEO и руководителями подразделений выявлять наиболее ценные сценарии применения AI.
• Собирать, структурировать и приоритизировать бизнес-требования.
• Преобразовывать операционные задачи и проблемы в измеримые AI-решения.
• Определять критерии приемки и показатели успеха для каждой инициативы.

Архитектура AI-платформы

• Проектировать архитектуру внутренних AI-систем и платформы автоматизации Humanoid.
• Определять архитектуру AI-агентов, механизмы оркестрации, системы памяти, поисковые и retrieval-конвейеры, а также процессы Human-in-the-Loop.
• Разрабатывать масштабируемые и поддерживаемые AI-решения, придерживаясь принципов прагматичного MVP.
• Обеспечивать простоту, надежность и соответствие решений бизнес-потребностям.

Системы данных и управления знаниями

• Проектировать корпоративные системы управления знаниями и поиска информации.
• Разрабатывать и оптимизировать архитектуры RAG (Retrieval-Augmented Generation) и гибридного поиска.
• Интегрировать структурированные и неструктурированные источники данных компании, включая:
  • Slack
  • Atlassian/Jira
  • Транскрипты встреч
  • Внутреннюю документацию
  • Корпоративные справочники сотрудников
  • Внутренние базы данных

Разработка и внедрение

• Лично реализовывать наиболее сложные и критически важные для бизнеса компоненты.
• Формировать инженерные стандарты, требования к качеству кода и процессам тестирования.
• Проводить ревью и валидацию работы AI-инженера.
• Определять измеримые показатели качества извлечения данных, поиска информации и работы AI-агентов.

Интеграция с корпоративной инфраструктурой

• Сотрудничать с внутренними инженерными командами по вопросам:
  • технологического стека и инфраструктуры;
  • доступа к системам и управления разрешениями;
  • информационной безопасности и соответствия требованиям;
  • SSO (единой авторизации);
  • внутренних платформ и корпоративных сервисов.

Проектирование API и контрактов взаимодействия

• Разрабатывать и поддерживать API и интерфейсы на основе MCP.
• Обеспечивать четкое разделение зон ответственности между системами.
• Организовывать безопасный доступ к корпоративным данным через четко определенные контракты вместо дублирования данных.

Требования

• Более 5 лет опыта проектирования и разработки промышленных программных систем.
• Подтвержденный опыт создания и внедрения продуктов на базе AI/LLM, используемых реальными пользователями.
• Опыт работы с мультиагентными системами и фреймворками оркестрации AI.
• Глубокое понимание:
  • RAG-архитектур;
  • векторных баз данных;
  • гибридного поиска.