Технический лидер команды разработки LLM

АТОН - старейшая инвестиционная компания России.
На протяжении вот уже 30 лет мы помогаем принимать верные инвестиционные решения и формируем сообщество успешных инвесторов.

Мы в поиске Технического лидера команды разработки LLM-решений, чтобы заниматься следующими задачами:

• Техническое руководство командой разработки LLM-решений (6 инженеров): декомпозиция задач, code review, контроль качества и соблюдения инженерных стандартов.
• Проектирование архитектуры внутренней LLM-платформы с упором на мультиагентные системы: оркестрация агентов, выбор архитектурных паттернов, обеспечение устойчивости и масштабируемости.
• Проектирование мультиагентных решений: протоколы взаимодействия агентов, координация и разделение ролей, управление состоянием и памятью, механизмы планирования и саморефлексии.
• Выбор и интеграция агентного инструментария: LangGraph, AutoGen, CrewAI, Semantic Kernel; проектирование tool-use слоя, function calling, MCP-интеграций.
• Решение ключевых вызовов агентных архитектур: контроль галлюцинаций в цепочках, предотвращение зацикливаний, оптимизация стоимости токенов, воспроизводимость результатов.
• Проектирование data pipeline для ML/LLM: ETL, хранение, версионирование и контроль качества данных.
• Владение полным циклом разработки: от прототипа до деплоя моделей и агентных систем в продуктив.
• Трансляция бизнес-требований в технические спецификации; взаимодействие с продуктовыми и IT-командами.
• Техническое ведение roadmap: управление техдолгом, оптимизация производительности и стоимости эксплуатации агентных пайплайнов.
• Обеспечение безопасности LLM-решений, включая контроль действий автономных агентов и разграничение их прав доступа.
• Менторинг команды, участие в найме и онбординге, развитие внутренней экспертизы по LLM и проектированию агентных систем.
• Управление техническими рисками: надёжность моделей, наблюдаемость агентных взаимодействий, устойчивость к деградации данных.

Наши ожидания от кандидита:

• 5+ лет в ML/LLM-разработке, из них 2+ года в роли техлида.
• Опыт проектирования ML-платформ или AI-сервисов.
• Глубокое знание архитектур LLM: RAG, multi-agent systems, fine-tuning, function calling.
• Практический опыт продуктивизации мультиагентных систем: оркестрация, маршрутизация, tool use, ReAct/Plan-and-Execute паттерны.
• Опыт работы с агентными фреймворками: LangGraph, AutoGen, CrewAI или аналогами.
• Понимание evaluation и debugging мультиагентных систем: трассировка цепочек, анализ failure modes.
• MLOps: версионирование моделей, эксперимент-трекинг, CI/CD для ML и агентных пайплайнов.
• Безопасность LLM: prompt injection, data leakage, access control, sandboxing и guardrails для автономных агентов.

Nice-to-have:

• Опыт с OpenAI / Anthropic / YandexGPT API в enterprise-среде.
• LLM evaluation: RAGAS, TruLens, LangSmith.
• Production-grade агентные системы с долгоживущими сессиями и stateful-взаимодействиями.
• Знакомство с Model Context Protocol (MCP).
• Опыт в финтехе или регулируемых отраслях.

Мы предлагаем:

• Конкурентоспособную заработную плату по результатам собеседования + годовую премию;
• График работы: с понедельника по пятницу, 8-часовой рабочий день (возможность гибкого начала рабочего дня);
• Возможность удалённой работы, но у нас есть отличный офис на Садовнической улице, куда можно приезжать, если хочется;
• ДМС со стоматологией и страхование жизни с первого рабочего дня;
• Оплачиваемое корпоративное обучение;
• Льготный фитнес, английский язык и корпоративное кредитование;
• Возможность карьерного и профессионального роста.

Что ценят наши сотрудники:

• Мы поощряем инициативу – можно смело предлагать свои идеи и создавать продукты с нуля;
• Отсутствие бюрократии и гибкость компании позволяют нам быстро реализовывать проекты;
• Интересную сферу, в которой ты можешь быть частью крутых глобальных сделок;
• Много амбициозных целей, которые позволяют тебе расти и самореализовываться;
• Современные технологии, творческие задачи и нерутинную работу;
• Дружескую атмосферу и открытые двери к руководству – у нас все на «ты», вне зависимости от иерархии.