Лидер направления Право(Консультант) (AI)

Локация: Москва, улица Большая Полянка, 2/10с1. Формат работы: на месте работодателя, удалённо или гибридно.

Зарплата: от 700 000 ₽ на руки в месяц.

Компания

Продуктовая IT-компания, создающая решения для автоматизации юридических бизнес-процессов с 2008 года.

Что делать

• Определять архитектуру, технический roadmap и приоритеты AI-продукта и команды.
• Писать и ревьюить production-код на Python, проводить эксперименты, анализировать работу LLM/RAG-систем и доводить изменения до production.
• Развивать RAG-пайплайн: ingestion, chunking, embeddings, retrieval, reranking, сбор контекста и проверку источников.
• Развивать AI-агентов, tool calling, orchestration, MCP и многошаговые AI-сценарии.
• Строить eval- и benchmark-контур, regression-тестирование, model routing, fallback, observability и контроль latency и стоимости запросов.
• Управлять кросс-функциональной командой, техническим долгом, scope и связью технических решений с продуктовыми метриками.

Требования

• Более 6 лет опыта и практический опыт разработки AI/LLM-систем в production.
• Уверенный Python и готовность самостоятельно писать, отлаживать и ревьюить production-код; опыт с FastAPI, Pydantic, asyncio/httpx и микросервисной архитектурой.
• Сильный опыт с RAG, embeddings, vector search, chunking, retrieval, reranking, LLM API, tool calling, structured output, streaming, model routing и fallback.
• Опыт создания AI-агентов, tool-using систем и eval/benchmark-контура для измерения качества LLM.
• Понимание production-инфраструктуры: Docker, Kubernetes, CI/CD и observability.
• Опыт управления сильной инженерной или кросс-функциональной командой, техническим долгом и приоритетами на основе данных и экспериментов.

Хорошо, если есть

• Опыт с Qdrant, MongoDB, Redis, PostgreSQL, LangChain/LangGraph, FastMCP, OpenTelemetry, Prometheus и Grafana.
• Опыт с Go, event-driven ingestion-пайплайнами и ревью TypeScript/React/Next.js.
• Опыт запуска AI-продуктов в cloud и on-prem, особенно в LegalTech или сферах с высокой ценой ошибки.
• Понимание unit economics LLM-продуктов, стоимости inference и оптимизации AI-контура.
• Опыт использования AI coding agents как инструмента разработки.

Культура и преимущества

• Работа в аккредитованной IT-компании.
• Техническая лидерская роль с прямым влиянием на код, архитектуру и качество продукта.
• Высокий уровень автономности в определении технических решений и приоритетов команды.
• Работа с современным AI-стеком, моделями, retrieval-подходами и агентными архитектурами.
• Возможность влиять на измерение и развитие качества AI-продукта, а не только на delivery.