AI Tech Lead / Team Lead (LLM/RAG, Python)

Локация: Москва; формат работы — удалённо или гибридно.

Компания

Б1 — аккредитованная ИТ-компания, занимающаяся разработкой и внедрением ИТ-систем для крупных международных и российских клиентов.

Что делать

• Технически прорабатывать AI-задачи: уточнять требования, оценивать реализуемость, выбирать подходы, выявлять риски и формировать критерии качества.
• Проводить самостоятельный R&D: формулировать и проверять гипотезы, выполнять эксперименты, бенчмарки и proof-of-concept.
• Организовывать полный цикл разработки AI-решений — от прототипирования и архитектуры до запуска, масштабирования и эксплуатации в production.
• Разрабатывать REST API на FastAPI, RAG-пайплайны, LangChain/LangGraph-цепочки и LLM-агентов, а также интеграции и стриминг через WebSocket/SSE.
• Проектировать оценку качества LLM/RAG-решений, регрессионное тестирование, guardrails, проверку фактов, fallback-сценарии и Human-in-the-Loop.
• Руководить технической работой команды: декомпозировать задачи, оценивать сроки и риски, проводить code review, наставлять разработчиков и отвечать за технический результат.

Требования

• От 5 лет коммерческой разработки production-сервисов на Python, включая не менее 3 лет разработки AI/ML/LLM-сервисов.
• Опыт работы Tech Lead, Team Lead или ведущим разработчиком с ответственностью за технические решения и результат команды.
• Практический опыт самостоятельного R&D, постановки гипотез, экспериментов, сравнения подходов и оценки результатов.
• Опыт полного цикла проектирования, реализации и запуска LLM/RAG-решений в production; умение определять оправданность применения LLM и переводить требования в проверяемые гипотезы и критерии качества.
• Опыт проектирования архитектуры, декомпозиции задач, оценки сроков и технических рисков, а также работы с неопределёнными требованиями.
• Уверенное владение Python, FastAPI, Pydantic, SQLAlchemy/Alembic и PostgreSQL.
• Понимание асинхронного программирования, фоновой обработки и очередей задач; опыт работы с Celery, Redis, RabbitMQ или аналогичными инструментами.
• Практический опыт разработки RAG-систем: подготовка данных, чанкинг, эмбеддинги, векторный и гибридный поиск, реранкинг; опыт работы с LangChain, LangGraph или аналогичными инструментами.
• Понимание Transformer, attention, токенизации, контекстного окна, параметров генерации, KV-cache, инференса и квантизации, а также рисков генеративного ИИ и способов их снижения.
• Опыт построения оценки качества LLM/RAG-решений, интеграции локальных и внешних LLM через API, работы с Docker, Linux, Git и CI/CD; опыт code review, наставничества и развития инженерных практик.

Хорошо, если есть

• Опыт развёртывания и эксплуатации локальных LLM.
• Опыт дообучения или адаптации моделей под прикладные задачи.
• Опыт работы с vLLM, TGI/TEI или другими inference-серверами.
• Опыт участия в технических собеседованиях и формирования команды.

Культура и преимущества

• Разнообразные проекты для крупных международных и российских клиентов, лидеров рынка.
• Расширенная программа обучения: профессиональные тренинги, онлайн-порталы и языковые курсы.
• Система наставничества, карьерный рост, регулярная обратная связь и открытая корпоративная культура.
• Конкурентоспособная заработная плата, социальный пакет, ДМС и wellness-инициативы.