Руководитель проектов внедрения AI

«ФортеИнвест» - один из крупнейших независимых переработчиков нефти в России. C 2011 года осуществляем разведку и добычу нефти, перерабатываем углеводородное сырье и реализуем готовую продукцию.

Условия:

• Оформление по ТК РФ с первого рабочего дня;

• Конкурентная белая заработная плата (оклад + премии);

• Комфортный офис 2 мин. от м. «Менделеевская»;

• График работы 5/2 с 9:00 до 18:00;

• Корпоративная футбольная команда с выходом на турниры;

• Игры «Что? Где? Когда?» с выходом на турниры;

• Индексация заработной платы;

• Ежегодные премии;

• Корпоративные скидки и предложения партнеров;

• Обучение за счет компании;

• ДМС со стоматологией.

Обязанности:

• Реализация проектов по внедрению технологий AI, LLM/ML моделей, RAG и AI агентов;
• Анализ существующих LLM/ML - моделей, LLM – агентов, AI - платформ, систем оркеcтрации и их применимости к потребностям группы компаний ФортеИнвест;
• Создание и развитие инфраструктуры для ML-сервисов и AI агентов, интеграция с бизнес- приложениями;
• Управление внедрением и эксплуатацией AI/ML моделей и AI агентов;
• Обеспечение надежности и наблюдаемости AI- систем: мониторинг, логирование, трассировка, контроль качества, обработка ошибок;
• Определение с бизнес-пользователями необходимых ML и AI моделей, выявление/фиксация требований к моделям;
• Взаимодействие со стейкхолдерами, исполнителями и подрядчиками проектов внедрения AI/ML-систем;
• Организация документирования внедрения и эксплуатации AI-систем,;
• Консультирование бизнес-пользователей по использованию AI;
• Участие в бюджетировании подразделения;
• Планирование работ и отчетность о проводимых работах;

Требования:

• Высшее образование техническое или математическое;

• Опыт работы в нефтяной отрасли (как преимущество);

• Технический бэкграунд — бывший разработчик, Data Scientist или ML – инженер;
• Опыт доведения хотя бы одного AI проекта до промышленной эксплуатации с измеримым бизнес-эффектом;
• Опыт внедрения LLM в бизнес-процессы предприятия;
• Понимание полного жизненного цикла ML-решения: от гипотезы - data discovery - прототип - A/B-тест - production - post-launch поддержка;
• Опыт взаимодействия с бизнес-заказчиками (сбор требований, согласование метрик, handling scope creep);
• Опыт внедрения и эксплуатации on-premise AI -агентов в корпоративной архитектуре / окружении;
• Понимание базовых практик MLOps (CI/CD для моделей, мониторинг дрейфа, feature store);
• Знание принципов построения on-pemise AI платформ;
• Опыт управления AI/ML-проектами.