проектировать сквозную архитектуру AI-решений: AI-агентов и LLM-сервисов вместе с RAG, memory, tool calling и orchestration;
встраивать AI в существующий ландшафт trading floor с учётом текущих систем, стандартов и компонент платформы;
совместно с Data Scientist и Research Quant выявлять, декомпозировать и документировать архитектурные и интеграционные требования; транслировать бизнес-требования в техническое решение;
выбирать модели (проприетарные — например GigaChat, и open-source LLM), инфраструктуру и стек под конкретные ограничения и задачи; контролировать latency, стоимость inference и стабильность системы;
совместно с корпоративными архитекторами (EA), экспертами кибербезопасности и командой сопровождения выбирать технические компоненты и проектировать интеграции;
самостоятельно собирать PoC и прототипы агентов и интеграций, разрабатывать reference-код и шаблоны для стандартизации и масштабирования.
Требования:
оконченное высшее образование;
аналогичный опыт от 2-х лет;
промышленный Python: писал(а) и выводил(а) в прод сервисы на Python, а не только ноутбуки/скрипты;
LLM на практике: лично собирал(а) хотя бы один сервис или прототип на основе LLM через API (RAG, агент или tool calling);
интеграции: делал(а) интеграции сервисов через REST и/или очередь сообщений (Kafka или RabbitMQ — хотя бы одно);