Лидер направления Enterprise AI (Python / LLM / AI Agents)
Описание
ПравоТех — продуктовая IT-компания, которая с 2008 года создаёт решения для автоматизации юридических бизнес-процессов. Нашими продуктами пользуются более 3 500 организаций, включая крупнейшие банки, страховые компании и корпоративных клиентов. Сегодня мы запускаем новое направление Enterprise AI — разработку и внедрение AI-агентов под бизнес-процессы крупных корпораций на базе наших продуктов ПравоКонсультант и ПравоАгент. Мы ищем Лидера направления Enterprise AI, который возьмёт на себя техническое развитие направления, создание AI-решений для корпоративных заказчиков и формирование собственной инженерной команды. Это роль играющего лидера, который сочетает сильную инженерную экспертизу, глубокое понимание LLM/RAG и AI-агентов, опыт корпоративных внедрений и управление командой. Нам нужен человек, который не только определяет архитектуру и стратегию развития, но и сам пишет production-код на Python, проектирует агентные системы, интегрирует их в инфраструктуру заказчиков и отвечает за качество и результат внедрения. Чем предстоит заниматься: Развивать направление Enterprise AI: проектировать и создавать AI-агентов под бизнес-процессы крупных корпоративных заказчиков на базе существующей агентной платформы. Лично участвовать в разработке на Python: проектировать архитектуру, писать и ревьюить код, разрабатывать API и доводить решения до production. Развивать RAG и агентные системы: гибридный поиск, retrieval, reranking, управление контекстом, tool calling, многошаговые сценарии и устойчивое выполнение сложных задач. Интегрировать AI-агентов в корпоративную инфраструктуру заказчиков через MCP и API, обеспечивать работу решений в облаке и в контуре клиента. Совместно с командой данных готовить и адаптировать коллекции данных под задачи конкретных проектов. Обеспечивать качество и надёжность AI-решений: выстраивать evals, эталонные наборы, анализировать трейсы, находить и устранять ошибки агентных систем. Участвовать в технической работе с корпоративными заказчиками: разбирать бизнес-процессы, формировать архитектуру решений, проводить демо, оценивать сроки, стоимость и эффект внедрения. Сформировать и развивать инженерную команду направления: участвовать в найме, развивать экспертизу сотрудников и отвечать за технические решения. Доводить первые проекты от пилотов до промышленной эксплуатации и коммерческих контрактов. Для нас важно: 5–7 лет опыта в backend-разработке, Data Engineering или ML, из которых не менее 2 лет — в роли технического лидера или руководителя инженерной команды. Уверенный Python на уровне Senior: asyncio, типизация, тестирование, профилирование, разработка высоконагруженных сервисов и API. Глубокое знание PostgreSQL: проектирование схем, индексы, оптимизация запросов, транзакции, блокировки, полнотекстовый поиск и RLS. Опыт работы с векторными и графовыми базами данных: Qdrant, pgvector, Neo4j или аналогами. Практический опыт разработки и эксплуатации LLM/RAG-систем и AI-агентов в production, а не только прототипов и экспериментальных решений. Глубокое понимание архитектуры AI-агентов: tool calling, управление контекстом, контракты инструментов, контроль выполнения шагов и устойчивость многошаговых сценариев. Понимание механизмов retrieval и ML-поиска: embeddings, hybrid search, reranking, chunking, метрики качества поиска. Опыт построения evals и оценки качества LLM-систем: эталонные наборы, LLM-as-a-Judge, анализ трейсов через Langfuse или аналогичные инструменты. Опыт внедрения AI-решений в крупных компаниях от 2 лет, понимание корпоративной IT-инфраструктуры, требований информационной безопасности и особенностей интеграций. Умение разбираться в существующей архитектуре сложных систем, развивать и масштабировать решения без необходимости переписывать их с нуля. Опыт непосредственного управления инженерной командой: участие в найме, архитектурных решениях, code review и развитии сотрудников. Умение оценивать экономику AI-проектов: трудоёмкость, стоимость моделей и инфраструктуры, потенциальный эффект для заказчика. Готовность оставаться hands-on лидером, самостоятельно принимать технические решения и отвечать за конечный результат. Будет плюсом: Опыт разработки решений для LegalTech, FinTech, страхования или других регулируемых отраслей. Опыт создания антифрод-систем, графового анализа и прогнозных моделей на табличных данных. Практический опыт развёртывания on-premise решений и open-weight LLM. Работа с Temporal, LangGraph или аналогичными инструментами оркестрации долгих агентных задач. Опыт создания переиспользуемых AI-компонентов и платформенных решений на базе корпоративных проектов. Что предлагаем: Работу в аккредитованной IT-компании с официальным трудоустройством. Возможность запустить новое направление Enterprise AI на базе действующих AI-продуктов, собственной технологической платформы и уникальных юридических данных. Реальные задачи крупных корпоративных заказчиков — от разработки архитектуры до внедрения AI-агентов в production. Высокую автономность и влияние на техническую стратегию: возможность самостоятельно формировать команду, определять архитектурные решения и развивать направление. Взаимодействие с сильными инженерными командами смежных AI-направлений. Возможность создавать сложные AI-решения на пересечении LLM, RAG, Agentic AI и Enterprise-интеграций. Удалённый или гибридный формат работы. ДМС и корпоративные программы поддержки сотрудников. Как происходит отбор: Мы используем нестандартный формат выбора лидеров — выборы. После знакомства с рекрутером и оценки технической экспертизы финалисты получают вводные о направлении и готовят своё видение его развития. На выборах каждому кандидату предоставляется 15 минут на презентацию и 15 минут на вопросы. В обсуждении и принятии решения участвуют будущие коллеги и заинтересованные команды. Для нас это возможность не только оценить профессиональный опыт, но и понять, насколько совпадают наши подходы к технологиям, развитию AI-продуктов и совместной работе. Если тебе близка роль, в которой можно создавать сложные AI-системы своими руками, запускать новое направление, формировать команду и видеть реальный результат внедрения у крупных заказчиков — будем рады познакомиться!