Лидер направления Право(Консультант)
Описание
ПравоТех — продуктовая IT-компания, которая с 2008 года создает решения для автоматизации юридических бизнес-процессов. Мы развиваем «Право(Консультант)» — AI-продукт для решения юридических задач и ищем лидера, который возьмет на себя техническое развитие продукта и команды. Это не классическая роль Product Manager или руководителя, который управляет только через постановку задач. Мы ищем сильного hands-on AI-инженера, который способен самостоятельно проектировать и писать production-код, работать с LLM/RAG-системами, проводить технические эксперименты и принимать архитектурные решения. На первом этапе около 40–60% времени будет занимать hands-on техническая работа: код, архитектура, эксперименты, evals, расследование production-проблем и code review. Главный результат роли — измеримый рост качества AI-продукта: точность и проверяемость ответов, корректная работа с источниками, надежность системы и способность продукта масштабироваться без постоянного ручного контроля. Чем предстоит заниматься: Быть техническим лидером AI-продукта и команды: определять архитектурные решения, приоритеты и технический roadmap. Лично работать с Python/AI-контуром продукта: писать и ревьюить production-код, разбирать поведение LLM/RAG-системы, проводить эксперименты и доводить изменения до production. Развивать RAG-пайплайн: ingestion, chunking, embeddings, retrieval, reranking, сбор контекста и проверку источников. Развивать агентный контур продукта: tool calling, orchestration, MCP и многошаговые AI-сценарии. Выстраивать систему оценки качества LLM: benchmark, holdout-наборы, evals, типологию ошибок и regression-тестирование. Повышать надежность AI-контура: model routing, fallback, retries, observability, контроль latency и стоимости запросов. Работать с архитектурным и техническим долгом, устраняя причины повторяющихся проблем вместо постоянных точечных исправлений. Управлять сильной кросс-функциональной командой: формировать зоны ответственности, развивать самостоятельность и обеспечивать фокус на ключевых целях. Связывать технические решения с продуктовыми метриками и бизнес-результатом. Управлять приоритетами и scope: определять, какие инициативы действительно влияют на качество продукта, и останавливать работу, которая уводит команду от главной цели. Для нас важно: Сильный практический опыт разработки AI/LLM-систем в production. Уверенный Python и готовность самостоятельно писать, отлаживать и ревьюить production-код. Практический опыт с FastAPI, Pydantic, asyncio/httpx и микросервисной архитектурой. Сильный опыт с RAG-системами: embeddings, vector search, chunking, retrieval, reranking и сбор контекста. Опыт работы с LLM API, tool calling, structured output, streaming, model routing и fallback. Практический опыт создания AI-агентов и tool-using систем. Опыт построения eval/benchmark-контура и измерения качества LLM-систем. Понимание production-инфраструктуры: Docker, Kubernetes, CI/CD, observability. Опыт управления техническим долгом и стабилизации быстро развивающегося продукта. Опыт управления сильной инженерной или кросс-функциональной командой. Способность отвечать за измеримый результат, а не только за delivery и количество выпущенных функций. Умение жестко приоритизировать, ограничивать WIP и принимать архитектурные решения на основе данных и экспериментов. Высокий уровень самостоятельности и hands-on подход — важно не терять контакт с кодом, моделями, данными и реальным поведением системы. Будет плюсом: Опыт работы с Qdrant, MongoDB, Redis, PostgreSQL. Опыт разработки AI-агентов с LangChain/LangGraph, FastMCP или другими MCP-фреймворками. Опыт с OpenTelemetry, Prometheus и Grafana. Опыт работы с Go и event-driven ingestion-пайплайнами. Способность читать и ревьюить TypeScript/React/Next.js. Опыт запуска AI-продуктов в cloud и on-prem. Опыт в LegalTech или других сферах с высокой ценой ошибки. Понимание unit economics LLM-продуктов, стоимости inference и способов оптимизации AI-контура. Опыт использования AI coding agents как полноценного инструмента разработки. Что предлагаем: Работу в аккредитованной IT-компании. Возможность возглавить развитие сложного AI-продукта на стыке LLM, RAG, AI-агентов и LegalTech. Реальную техническую роль: здесь лидер остается инженером и напрямую влияет на код, архитектуру и качество продукта. Высокий уровень автономности и возможность определять технические решения и приоритеты команды. Возможность влиять не только на delivery, но и на то, как измеряется и развивается качество AI-продукта. Работу с современным AI-стеком и возможность экспериментировать с моделями, архитектурой, retrieval и агентными подходами.