Технический ИИ-архитектор / Тимлид проекта

проектирование и развитие архитектуры систем на базе больших языковых моделей, определение технологических стандартов и инструментального стека, операционное управление командой full-stack разработчиков, а также обеспечение соответствия технических решений бизнес-целям и продуктовой стратегии.

взаимодействие с продуктовым и бизнес-руководством, участие в стратегическом планировании и самостоятельное принятие архитектурных решений в рамках согласованных продуктовых приоритетов.

архитектура AI-систем Опыт проектирования production-ready решений на базе LLM: RAG, агентные системы, multi-model pipelines, оркестрация через LangChain, LlamaIndex или собственные фреймворки. Понимание компромиссов между latency, cost и quality при выборе модели и архитектуры. Опыт работы с несколькими провайдерами одновременно (OpenAI, Anthropic, Google, опенсорс) и умение выбирать под задачу. Понимание ограничений контекстного окна, стратегий чанкинга, rerankинга и retrieval-оценки. Опыт проектирования систем с векторным поиском, knowledge graphs или гибридными подходами.

техническое лидерство Опыт руководства командой разработчиков от 3 человек. Умение декомпозировать продуктовую задачу до уровня спринтов и задач без потери смысла. Проведение code review как инструмента роста команды. Выстраивание технического процесса: от соглашений по коду до процедур деплоя и инцидент-менеджмента. Умение защищать архитектурные решения перед стейкхолдерами нетехнического профиля.

инженерная база Глубокое понимание backend-архитектур: микросервисы, event-driven системы, API design. Уверенное владение Python и/или Node.js на уровне, достаточном для аудита и ревью любого кода в команде. Опыт с облачными платформами на уровне архитектуры решений. Понимание безопасности AI-систем: prompt injection, data leakage, model abuse.

vibe coding и AI-assisted разработка Личный опыт работы с Cursor, Claude Code, GitHub Copilot в реальных проектах — не как эксперимент, а как постоянный рабочий режим. Умение выстроить AI-assisted workflow для всей команды: шаблоны промптов, стандарты ревью AI-генерированного кода, культура проверки галлюцинаций. Понимание того, где vibe coding ускоряет, а где создаёт технический долг — и умение удерживать этот баланс на уровне команды.

продуктовое мышление Опыт работы в условиях неопределённости требований. Навык быстрого прототипирования гипотез и формализации результатов для принятия решений. Понимание unit-экономики AI-решений: стоимость токенов, инфраструктурные расходы, ROI автоматизации.