Разрабатывать целевую архитектуру ИИ/ML-платформы и дорожную карту ее развития, согласовывать с ИТ-архитектурой, требованиями ИБ и КИИ.
Проектировать и развивать ML-инфраструктуру: CPU/GPU, контейнерная оркестрация, хранилища данных и признаков, среды экспериментов, управление доступом (SSO, ролевая модель). Интегрировать платформу с АСУ ТП, MES, ERP, ЛИМС, DWH/озером данных (потоковые и пакетные конвейеры).
Обеспечивать наблюдаемость и надежность: мониторинг, логирование, трассировка, SLA/SLO.
Организовывать учет и оптимизацию затрат (вычисления, токены LLM, лицензии).
Строить MLOps-конвейер полного цикла (эксперименты, реестр моделей, CI/CD, тестирование, развертывание вкл. Edge, мониторинг дрейфа, переобучение).
Проектировать и эксплуатировать корпоративную платформу LLM и генеративного ИИ: LLM Gateway, инференс, векторные хранилища, RAG, оркестрация ИИ-агентов, MCP.
Переводить модели и прототипы в промышленную эксплуатацию (productionization).
Определять технологический стек и стандарты, проводить архитектурный контроль и code review.
Проводить техническую экспертизу ИИ-инициатив (трудоемкость, стоимость, риски, make-or-buy), участвовать в выборе вендоров.
Обеспечивать требования ИБ, в т.ч. в закрытом контуре; вести техническую документацию; поддержка 3-го уровня и разбор инцидентов.
Наставничество инженеров платформы и ML-специалистов.
Требования
Высшее техническое или математическое образование.
Дополнительное образование в области управления проектами / продуктами приветствуется.
Проектирование целевой архитектуры и декомпозиция до задач; глубокое понимание жизненного цикла ML-моделей и практик MLOps/LLMOps.
Опыт построения платформы LLM/ИИ-агентов для корпоративного использования.
Завершенные проекты вывода ML-моделей в промышленную эксплуатацию в промышленности или компаниях сопоставимого масштаба.
Опыт интеграции с промышленными системами (АСУ ТП, MES, ERP), построения ETL/потоковых конвейеров.
Понимание принципов ИБ и работы в закрытых контурах; оценка стоимости и производительности решений.