emerchantpay является ведущим глобальным провайдером платежных услуг и эквайером для онлайн, мобильных, офлайн и телефонных платежей. Наше глобальное платежное решение доступно через простую интеграцию и предлагает широкий спектр функций, включая глобальный эквайринг, глобальные и локальные методы оплаты, продвинутое управление мошенничеством и оптимизацию производительности. Мы даём возможность бизнесу создавать бесшовные и привлекательные платежные решения для их клиентов.
Мы ищем старшего инженера по искусственному интеллекту (Senior AI Engineer) для присоединения к нашей команде AI Engineering, чтобы помочь проектировать, создавать и внедрять AI-решения промышленного уровня с сильным акцентом на инженерию ИИ, AI-агентов, агентные рабочие процессы, машинное обучение, генеративный ИИ и приложения на базе больших языковых моделей (LLM).
Это роль старшего индивидуального специалиста в команде AI Engineering. Старший инженер по ИИ будет тесно сотрудничать с техническим лидером AI, инженерными командами, заинтересованными сторонами продукта, командами данных, облачными/платформенными командами и командами безопасности для внедрения надежных AI-возможностей в реальные бизнес-системы.
Технологический стек разнообразен и может включать Python (FastAPI/Flask/Django) или эквивалентные фреймворки; React на фронтенде, а также различные ML/AI фреймворки, API, облачные сервисы и современные инструменты AI.
Роль будет иметь сильный фокус на AWS, включая Amazon Bedrock, Amazon Bedrock AgentCore, Amazon SageMaker и другие AI/ML сервисы AWS.
Обязанности
- Проектировать, создавать и поддерживать AI-приложения, сервисы и интеграции в составе команды AI Engineering.
- Реализовывать решения, ориентированные на AI-агентов, агентные рабочие процессы, автоматизацию, приложения на базе LLM и AI-поддерживаемые бизнес-процессы.
- Создавать и интегрировать AI-приложения с использованием технологий, таких как Python (FastAPI/Flask/Django) или эквивалентные фреймворки, React на фронтенде и соответствующие AI/ML фреймворки.
- Реализовывать AI-решения с использованием AWS AI/ML сервисов, включая Amazon Bedrock, Amazon Bedrock AgentCore, Amazon SageMaker и другие сервисы AWS для хостинга моделей, инференса, оркестрации, обработки данных, мониторинга и безопасности.
- Тесно сотрудничать с техническим лидером AI для согласования архитектуры, выбора технологий, инженерных стандартов, AI-паттернов и подходов к внедрению.
- Предоставлять технические рекомендации и руководство другим инженерам по паттернам реализации AI, качеству кода, тестированию, наблюдаемости и готовности к производству.
- Разрабатывать и интегрировать AI-агентов, которые взаимодействуют с внутренними API, бизнес-рабочими процессами, корпоративными системами, базами знаний и внешними инструментами безопасным и контролируемым образом.
- Создавать и поддерживать решения на основе RAG, включая загрузку документов, разбиение на части, эмбеддинги, векторный поиск, логику извлечения, повторную ранжировку и техники обоснования.
- Поддерживать разработку и развертывание моделей машинного обучения и AI-решений в производственных средах.
- Вносить вклад в ML-пайплайны и практики MLOps, включая подготовку данных, обучение моделей, отслеживание экспериментов, развертывание моделей, мониторинг, оценку и управление жизненным циклом.
- Интегрировать LLM через API.
- Реализовывать подходы к оценке AI для выходных данных LLM, качества RAG, поведения агентов, производительности моделей, обнаружения галлюцинаций, безопасности и надежности.
- Поддерживать prompt engineering, версионирование промптов, вызов функций, использование инструментов, паттерны памяти, защитные механизмы и тестирование приложений на базе LLM.
- Проектировать и использовать API, а также вносить вклад в облачные масштабируемые backend-архитектуры.
- Сотрудничать с менеджерами продуктов, инженерами, дата-сайентистами, DevOps, специалистами по безопасности и бизнес-стейкхолдерами для реализации практических AI-решений.
- Писать чистый, поддерживаемый, тестируемый и хорошо документированный код.
- Поддерживать внедрение в производство, устранение неполадок, мониторинг, оптимизацию и непрерывное улучшение AI-систем.
- Следить за современными технологиями AI, фреймворками, моделями и инженерными практиками и предлагать практические рекомендации команде.
Требования
- Минимум 7-8 лет профессионального опыта в области разработки программного обеспечения, AI-инжиниринга, ML-инжиниринга, науки о данных или смежных технических ролях.
- Не менее 2-3 лет опыта в разработке AI, ML-инжиниринге или науке о данных с подтвержденным опытом внедрения моделей машинного обучения и AI-решений в производственные среды.
- Сильный практический опыт создания промышленных AI, ML и систем, основанных на данных.
- Практический опыт с AI-агентами, агентными рабочими процессами, приложениями на базе LLM, архитектурами вызова инструментов, автоматизацией рабочих процессов и паттернами оркестрации AI.
- Глубокое понимание современных концепций AI, включая глубокое обучение, генеративный AI, LLM, эмбеддинги, RAG, дообучение LLM и оценку AI.
- Сильный опыт разработки на Python, включая опыт с Python (FastAPI/Flask/Django) или эквивалентными фреймворками.
- Некоторый опыт работы с React для создания пользовательских AI-инструментов, внутренних приложений, дашбордов или интерфейсов рабочих процессов.
- Глубокие знания AWS, включая практический опыт с облачными архитектурами, Amazon Bedrock, Amazon Bedrock AgentCore, Amazon SageMaker и связанными AI/ML сервисами AWS (чем больше, тем лучше).
- Опыт работы с продвинутыми LLM-фреймворками, такими как LangChain, LlamaIndex, Semantic Kernel, CrewAI, AutoGen или аналогичными агентными/оркестрационными фреймворками.
- Опыт работы с PyTorch или TensorFlow, а также знакомство с Hugging Face Transformers.
- Практический опыт использования LLM через API, таких как OpenAI, Anthropic, Gemini или аналогичные провайдеры.
- Опыт работы с ML-пайплайнами и MLOps, включая подготовку данных, обучение моделей, развертывание моделей, отслеживание экспериментов, управление моделями/версиями, мониторинг, оценку и поддержку в производстве.
- Опыт работы с фреймворками, инструментами и техниками оценки AI для анализа выходных данных LLM, производительности RAG, поведения агентов, качества моделей, безопасности, надежности и регрессии с течением времени.
- Знания или практический опыт с RLHF — оценка с участием человека, данные предпочтений, моделирование вознаграждений или улучшение моделей на основе обратной связи.
- Опыт работы с векторными базами данных и технологиями поиска/извлечения, такими как Amazon OpenSearch, Pinecone, pgvector или аналогичными.
- Опыт создания RAG-систем, включая загрузку документов, стратегии разбиения, эмбеддинги, оценку извлечения, повторную ранжировку и техники обоснования.
- Опыт с дообучением моделей, эмбеддинг-моделями, архитектурами трансформеров, открытыми LLM и бенчмаркингом моделей.
- Знания в области проектирования API, микросервисов, событийно-ориентированных систем и облачных архитектур.
- Хорошее понимание требований безопасности и управления для AI-систем, включая контроль доступа, управление секретами, конфиденциальность данных, аудит и безопасную обработку чувствительных данных.
- Опыт работы в кросс-функциональных командах с инженерами, менеджерами продуктов, дата-сайентистами, DevOps, специалистами по безопасности и бизнес-стейкхолдерами.
- Сильные навыки решения проблем и способность превращать AI-прототипы в надежные, поддерживаемые производственные системы.
- Сильные коммуникативные навыки и умение ясно объяснять технические решения как техническим, так и нетехническим заинтересованным сторонам.
Будет преимуществом
- Опыт работы с Amazon Bedrock Agents, Amazon Bedrock Knowledge Bases, Amazon Bedrock Guardrails или аналогичными управляемыми AI-возможностями.
- Опыт работы с контейнеризацией и оркестрацией, включая Docker и EKS/ECS.
- Опыт работы с инфраструктурой как кодом с использованием Terraform, AWS CDK или CloudFormation.
- Опыт работы с платформами данных, ETL/ELT пайплайнами, озёрами данных, feature store и обработкой данных в реальном времени.
- Опыт внедрения ответственных AI-контролей, фреймворков управления AI, защитных механизмов безопасности и процессов соответствия требованиям.
- Опыт работы с наблюдаемостью AI-систем, включая трассировку, мониторинг затрат, аналитику промптов/моделей, отслеживание задержек и дашборды качества.
- Опыт интеграции AI-систем с корпоративными платформами, внутренними API, CRM/ERP системами, системами тикетов, базами знаний и движками рабочих процессов.
- Вклад в open-source проекты AI/ML, публикации технического контента, выступления на конференциях или патенты в области AI/ML.
- Сертификаты AWS, особенно по архитектуре, машинному обучению, безопасности или DevOps.
- Опыт работы в финтехе.
Преимущества
- Быстрорастущая платежная компания;
- Отличные условия работы, неформальная атмосфера и современное оборудование;
- Современный, сложный и постоянно развивающийся бизнес;
- Профессиональное развитие – книги, тренинги, сертификации и т.д.;
- Тимбилдинги и развлекательные мероприятия;
- 25 оплачиваемых дней отпуска, 1 дополнительный день за каждые 2 года работы;
- Полностью распределённая и удалённая работа.
Если вы заинтересованы, пожалуйста, подавайте заявку с резюме только на английском языке. Свяжутся только с кандидатами, прошедшими предварительный отбор.
Персональные данные соискателей будут обрабатываться строго конфиденциально компанией emerchantpay ltd. UIC 175117520 исключительно в целях отбора и найма и не будут передаваться другим контроллерам данных, если это не требуется законом. Соискатели предоставляют свои персональные данные на добровольной основе и имеют право на доступ и исправление своих данных в разумные сроки по письменному запросу.
emerchantpay является работодателем, предоставляющим равные возможности. Мы ценим людей с разным опытом и мировоззрением и поддерживаем разнообразие и инклюзивность.
