Руководитель AI-платформы

Мы ищем руководителя, который создаст с нуля и будет развивать корпоративную AI-платформу для LLM и DS-моделей. Это единая точка входа для обучения, файнтюнинга, инференса, работы со знаниями и создания ИИ-агентов. Платформа работает на гибридной инфраструктуре: on-prem GPU и облако.
Отдельная зона ответственности — архитектура и стандарты того, как продуктовые команды строят ИИ-продукты и ИИ-агентов на платформе.

Обязанности

Платформа и архитектура

• Создать с нуля единую AI-платформу: обучение, файнтюнинг, инференс/serving и evaluation моделей на гибридной инфраструктуре (on-prem GPU-кластер и облачные модели).
• Определить компонентный состав платформы: что разрабатываем сами, что берём из open source, что покупаем у вендоров. Обосновать build vs buy vs open source и интегрировать компоненты в единый продукт.
• Спроектировать целевую архитектуру платформы и ИИ-агентов: референсные архитектуры, паттерны, выбор компонентов, проведение PoC.
• Развивать платформу как продукт: DevEx, портал самообслуживания, документация.

MLOps / LLMOps и жизненный цикл моделей

• Развивать реестр и версионирование моделей, CI/CD, эксперименты, feature store, мониторинг и observability.
• Управлять жизненным циклом моделей: обучение, файнтюнинг, версионирование, деплой, мониторинг, evaluation, вывод из эксплуатации.

RAG и работа со знаниями

• Развивать векторные и семантические хранилища, пайплайны подготовки данных, интеграцию с корпоративными источниками, качество и релевантность поиска.

Агентная платформа

• Отвечать за оркестрацию агентов, tool calling, память, sandbox и guardrails. Определять архитектуру того, какие ИИ-агенты и как создаются.

Инференс и экономика GPU

• Организовать гибридное обслуживание моделей, SLA инференса, квоты и приоритизацию нагрузки.
• Оптимизировать производительность (квантизация, батчинг) и стоимость (FinOps).

Стандарты и работа с продуктовыми командами

• Разрабатывать и внедрять стандарты и архитектурные паттерны для ИИ-продуктов и ИИ-агентов на платформе: документация, ревью архитектуры, центры компетенций, обучение команд.
• Работать с внутренними заказчиками (продуктовые команды, AI SDLC-группа): собирать потребности, консультировать, приоритизировать бэклог платформы.

Безопасность и комплаенс

• Отвечать за политику использования ИИ, защиту данных и персональных данных (152-ФЗ), guardrails, аудит и трассируемость решений моделей и агентов.

Команда и управление

• Развивать и масштабировать команду направления (ML/LLM-инженеры, платформенные инженеры, MLOps): структура, найм, онбординг, развитие и удержание.
• Управлять бюджетом направления и отчитываться перед CDO по метрикам: SLA инференса, стоимость инференса/токена, время онбординга новой модели, adoption платформы продуктовыми командами.
• Вести технологический радар: мониторить рынок ИИ-инструментов и вендоров, оценивать open source решения, пилотировать и внедрять.

Требования

• Опыт создания и развития внутренней ML/LLM-платформы в крупной компании: от архитектуры и выбора компонентов до запуска в продакшен и масштабирования.
• Практический промышленный опыт с LLM: инференс и serving (vLLM или аналоги), файнтюнинг, RAG, evaluation моделей, оптимизация производительности (квантизация, батчинг).
• Опыт с классическим ML/DS-стеком: обучение и деплой моделей, MLOps (реестр моделей, версионирование, CI/CD, мониторинг), feature store, пайплайны данных.
• Опыт гибридной инфраструктуры: on-prem GPU-кластеры и облачные LLM-сервисы, Kubernetes, планирование GPU-ресурсов, управление стоимостью (FinOps).
• Опыт проектирования ИИ-агентов и агентных архитектур: оркестрация, tool calling, guardrails, понимание паттернов построения агентов.
• Опыт разработки и внедрения стандартов и архитектурных паттернов, ревью архитектуры, работа с внутренними заказчиками; построение платформы как продукта (DevEx, документация, самообслуживание).
• Опыт управления и развития команды инженеров: найм, развитие и удержание сотрудников, масштабирование команды, выстраивание процессов.
• Развитые управленческие и коммуникативные навыки: работа с топ-менеджментом, перевод бизнес-задач в платформенные решения, умение объяснять ценность ИИ бизнесу.
• Знание рынка ИИ-инструментов и практика выбора решений: собственные разработки vs open source vs покупка, оценка и интеграция.
• Понимание безопасности и комплаенса в ИИ: защита персональных данных (152-ФЗ), guardrails, ответственное использование ИИ, аудит и трассируемость.

Будет плюсом

• Опыт в ритейле / e-commerce / DIY.
• Опыт запуска AI-платформы с нуля (greenfield) в крупной компании.
• Опыт интеграции LLM в SDLC и создания ассистентов разработчика (AI-assisted coding, code review).
• Опыт работы с отечественными LLM и облаками (Yandex Cloud, GigaChat/YandexGPT) и с зарубежными моделями.
• Опыт выстраивания Data/Feature-платформы и взаимодействия с data platform-командой.
• Английский язык для чтения документации и общения с вендорами.

Условия

Тип контракта: Постоянный контракт

• Стабильность и культура. Работа в компании — лидере DIY-рынка с уникальной корпоративной культурой.
• Современный офис. Работа в офисе в 2 минутах от МЦК ЗИЛ и собственный спортзал для сотрудников.
• Забота о здоровье. ДМС со стоматологией и чек-ап.
• Развитие. Развитая система внутреннего обучения, программы развития и реальные возможности для профессионального роста.
• Доход. Гибкая система премирования и прогрессирующая со стажем программа социальных льгот.
• Приятные бонусы. Компенсация питания, доступ к BestBenefits, Добросервис и многое другое.