Ведущий AI-инженер

Описание вакансии

О компании

Мы создаём продукт нового класса: персональный AI-агент— для руководителей и команд, которым важна приватность данных и независимость от облаков. Наш агент работает локально, на устройстве клиента, умеет думать, помнить и действовать — в режиме 24/7.

Мы небольшая и быстрая команда. Нам нужен человек, который не просто умеет строить AI-системы, а понимает, как они должны работать в реальной жизни.

Кого ищем

Ведущего AI-инженера и архитектора — человека, который берёт на себя полную техническую ответственность за платформу: от архитектуры агента до инфраструктуры и деплоя на железо клиента.

Это не позиция «сделать пару LLM-запросов». Это проектирование живой системы с памятью, инструментами, оркестрацией и реальными пользователями.

Что предстоит делать

Проектировать и развивать мультиагентную on-premise AI-платформу: оркестратор, планировщик инструментов, multi-LLM роутинг, управление контекстом.
Строить и улучшать гибридную систему памяти: RAG (pgvector) + GraphRAG (LightRAG / ArangoDB), политики записи, дедупликация, чистота данных.
Разрабатывать агентные воркфлоу: n8n, кастомные webhook-цепочки, триггеры, cron-задачи, интеграция с внешними сервисами.
Обеспечивать инфраструктуру: Docker Compose, развёртывание на Mac и Linux-серверах, мониторинг, логирование, резервирование.
Работать с локальными LLM: Qwen3 / llama.cpp / vLLM, квантизация, тюнинг производительности под Apple Silicon и x86.
Поддерживать кросс-платформенный деплой: один и тот же стек работает на Mac и на Linux-сервере (bare metal или VPS) в dev/staging — без расхождений в поведении.
Участвовать в формировании продуктовой архитектуры: онбординг клиентов, конфигурирование агента, первичная настройка устройства (AP Mode, визорд, Chat-UI).
Писать технические ТЗ и документацию для подрядчиков и внутренней команды.

Что важно для нас

Обязательно:

Опыт проектирования и реализации агентных AI-систем (LLM Agents, Tool Calling, Multi-agent Orchestration) — не теоретический, а с продакшн-результатом.
Глубокое понимание RAG-архитектур: dense retrieval, hybrid search, GraphRAG, управление namespace и чистотой графа.
Уверенный Python, опыт с pgvector / ArangoDB или аналогами, Docker / Docker Compose.
Опыт работы с on-premise и private AI — развёртывание на собственном железе, без облаков.
Опыт развёртывания и эксплуатации AI-стека на Linux (Ubuntu/Debian) и macOS (Apple Silicon) — понимание отличий в сетевом стеке, systemd, оптимизации под ARM vs x86.
Умение делать полный цикл в одиночку или в маленькой команде: архитектура → разработка → деплой → поддержка.

Будет плюсом:

Опыт с vLLM, llama.cpp, Ollama, работа с квантизированными моделями.
Знание специфики Apple Silicon (Metal, MLX, llama.cpp с GPU-offload) — тюнинг производительности инференса на Mac Mini.
Опыт сборки кросс-платформенных образов Docker (linux/arm64 + linux/amd64).
Kubernetes, MLOps / LLMOps, Grafana / Prometheus / InfluxDB.
Опыт построения команды с нуля или технического лидерства.
Опыт в промышленных или enterprise-проектах — понимание, что значит «сложный заказчик».
Scala, Kafka, Cassandra — как дополнение к основному стеку.

Что мы предлагаем

Работу над реальным продуктом, который уже продаётся и используется — не R&D ради R&D.
Полную техническую автономию: архитектурные решения принимаешь ты, не комитет из 15 человек.
Формат работы: гибрид или удалённо, командировки по договорённости.
Возможность вырасти в технического директора по мере масштабирования продукта.
Конкурентная зарплата — обсуждается индивидуально, исходя из уровня кандидата.

Стек

Python · n8n · Docker Compose · PostgreSQL + pgvector · LightRAG · Qdrant · Ollama · Qwen3 · llama.cpp / vLLM · Mac Mini M4 Pro (Apple Silicon) · Linux (Ubuntu/Debian, bare metal и VM) · FastAPI · Telegram Bot API · OCR · systemd · Nginx

Как отозваться

Напишите нам коротко: