Lead LLMOps / Platform Lead (AI)

Мы ищем Lead LLMOps в команду нашего клиента — крупной технологической компании в финансовой сфере, которая активно развивает внутренние AI-продукты и внедряет LLM-решения в ключевые бизнес-процессы. Это не про “делать модели” — это про управление платформой и эксплуатацию AI/LLM решений в production.

🧠 О проекте

• разрабатывает внутренние AI-инструменты и ассистентов.
• автоматизирует процессы и снижает ручной труд.
• активно внедряет LLM-решения (в том числе генеративные сценарии).
• работает в формате “стартапа внутри большой компании”.

Платформа уже существует и используется — задача в том, чтобы развивать, масштабировать и стабилизировать её.

🎯 Роль

Это позиция lead уровня с сильным управленческим фокусом. * ~90% — управление, процессы, взаимодействие. * ~10% — hands-on (архитектура, сложные кейсы, ревью решений).

Вы будете отвечать за: * развитие платформы эксплуатации ML/LLM решений. * стабильность и масштабируемость AI-сервисов. * выстраивание процессов и инженерных стандартов. * управление командой и рост экспертизы.

👥 Команда

• команда из 5 инженеров (MLOps / LLMOps).
• гибрид: штат + внешние специалисты.
• тесное взаимодействие с ML, разработкой и инфраструктурой.
• прямое взаимодействие с CTO.

🔧 Задачи

• Развивать платформу для deployment и эксплуатации ML/LLM решений.
• Обеспечивать надежность, отказоустойчивость и масштабируемость.
• Строить процессы CI/CD для ML/LLM сервисов.
• Настраивать мониторинг, логирование, алертинг.
• Оптимизировать инференс и использование ресурсов.
• Выстраивать взаимодействие с командами разработки и data science.
• Формировать стандарты эксплуатации AI-сервисов.

🛠 Стек

• Kubernetes, Docker.
• GitLab CI/CD.
• Nginx.
• Airflow.
• Prometheus, Grafana, ELK.
• Postgres, Redis, Oracle.
• Cloud (AWS / Azure / Yandex Cloud).

➕ Будет плюсом: * MLflow / Kubeflow. * vector DB (Qdrant, Milvus). * опыт работы с GPU / inference-оптимизацией. * опыт с LLM (RAG, сервисы инференса).

👤 Кого мы ищем

Обязательно

• опыт управления инженерной командой.
• опыт работы с ML/MLOps в production.
• понимание эксплуатации и масштабирования систем.
• уверенное знание Kubernetes.

Важно

• опыт из крупных технологических компаний (финтех, бигтех, облака).
• логичный карьерный рост (инженер → senior → lead).
• умение работать в условиях высокой нагрузки и ответственности.

Сильный плюс

• опыт с LLM или интерес к направлению.
• понимание рынка AI/LLM решений.
• опыт построения платформенных решений.

🏢 Условия

• гибридный формат (Москва, 2–3 дня в офисе).
• конкурентный оклад.
• годовой бонус.
• ДМС + расширенные программы.
• обучение, конференции.
• гибкий график.