EVO AI — IT-компания в области AI-консалтинга и генеративного искусственного интеллекта.
Мы разрабатываем и внедряем AI-агентов, ассистентов и комплексные AI-решения для бизнеса, а также развиваем собственную no-code платформу для создания и оркестрации AI-агентов.
Работаем с крупным российским и международным бизнесом.
От нас ожидают не просто технологию, а глубокое понимание бизнес-процессов и отраслевой специфики клиентов.
Вы — точка входа в техническую часть клиентских проектов и владелец методологии разработки в дивизионе.
С одной стороны, вместе с продажами и аналитиками разбираете задачу клиента, полностью отвечаете за оценку проекта и проектирование решения. С другой — выстраиваете то, как команда работает: стандарты разработки, процесс ревью, инструменты и агенты, ускоряющие разработчиков.
Проекты:
Пресейл: встречи с клиентами, перевод бизнес-задачи в техническое решение.
Полная ответственность за оценку проекта: трудоёмкость, сроки, состав команды, риски; защита оценки перед бизнесом и клиентом.
Полная ответственность за проектирование решения: архитектура, ключевые компоненты, интеграции, границы, нефункциональные требования.
Выбор подхода под задачу: CV / классический ML / LLM; писать решение с нуля или собирать агента в нашем внутреннем конструкторе.
Сопровождение проекта на ранней фазе и передача в исполнение команде; при необходимости — участие в реализации наиболее сложных частей.
Методология и инструменты:
Создание и развитие методологии разработки в дивизионе: как проекты запускаются, ведутся и сдаются.
Владение процессом код-ревью: стандарты, критерии, встроенность в работу команд.
Развитие компетенций команды: определение необходимых скиллов, распространение практик и типовых решений.
Создание внутренних агентов и инструментов, помогающих разработчикам ускорить и упростить работу.
Накопление библиотеки типовых решений и паттернов, чтобы не собирать каждый проект с нуля.
Участие в архитектурной гильдии — выработка общих подходов с продуктовой стороной.
Широкий технический кругозор в ML: понимаете сильные и слабые стороны CV, классического ML и LLM-подходов, выбираете под задачу, а не под моду.
Опыт архитектуры решений в сервисной, проектной разработке.
Опыт выстраивания процессов разработки и код-ревью в команде или дивизионе.
Умение оценивать проекты и защищать оценку перед бизнесом и клиентом.
Опыт пресейла или плотной работы с продажами и аналитиками.
Сильный инженерный бэкграунд: вы способны включиться в реализацию, когда это нужно.
Практический опыт применения LLM и AI-инструментов в процессе разработки.
Ширина важнее глубины в одной технологии. Комфортно переключаетесь между проектами, говорите на языке и бизнеса, и инженеров, умеете превращать личный опыт в работающий для всей команды процесс.
Москва
Не указана
Цифровая Лаборатория
Москва
Не указана
Информационные системы ВС
Москва
Не указана