Tech Lead AI-платформы

Проект: MVP (3–4 месяца) с последующим масштабированием

Уровень: Hands-on архитектор / технический лидер

О нас

Мы — небольшая команда, ориентированная на качество, результат, технологичность и скорость. Ценим людей, которые не боятся ответственности, умеют принимать решения и не ждут инструкций.

Работаем на стыке AI, инженерии и цифровых коммуникаций. Проект находится в фазе активного развития и имеет потенциал для масштабирования.

Если вы хотите строить не «ещё один продукт», а интеллектуальную AI-систему, которая умеет “слышать”, “думать” и реагировать — будем рады поговорить.

Стек

Язык: Python (FastAPI, Flask, asyncio)
Модели: Hugging Face, OpenLLM, Claude, Codex, Llama, Qwen
Инфраструктура: Docker, GitLab CI, MLFlow
Data stack: PostgreSQL, Redis
Очереди и брокеры: RabbitMQ / Redis
Интеграции: Telegram API, GitLab API, OpenAI
Оркестрация агентов: LangGraph (или аналоги)

Задачи
Проектирование и реализация архитектуры AI-платформы
Интеграция и деплой моделей (LLM / NLP) — внешних и self-hosted
Настройка продакшен-инфраструктуры: CI/CD, observability, мониторинг, логирование
Работа с векторными базами данных и embedding-пайплайнами (RAG)
Принятие ключевых решений по архитектуре, масштабированию, fault tolerance
Руководство инженерной командой (data engineer, frontend), после периода MVP, расширение команды
Формирование инженерной культуры: планирование, code review, документация
Активное участие в разработке

Требования

Опыт в роли Tech Lead MLops/DS от 1 года
Production-опыт в разработке и запуске ML/NLP/LLM-систем
Глубокое знание Python и backend-архитектур
Опыт работы с системами обработки сообщений и брокерами (RabbitMQ, Redis)
Опыт построения пайплайнов ingestion и генерации
Опыт настройки продакшен-инфраструктуры: CI/CD, логирование, мониторинг
Умение принимать и реализовывать архитектурные решения
Готовность быть hands-on и писать код

Приветствуется:
Опыт работы с Telegram API
Понимание принципов работы RAG-решений и векторного поиска
Навыки построения LLM-интерфейсов, промптинг, управляемые агенты
Знание MLFlow, Weights & Biases
Опыт построения агентных или мультимодальных систем

Условия

Формат: в офисе / гибрид
График: гибкий, главное — результат и коммуникация
Процесс: минимум бюрократии, быстрые решения, живая команда
Возможность участвовать в формировании продуктового направления