Название: Инженер по внедрению, DACH
Местоположение: Удаленно / Мюнхен, Германия
О Telnyx
Telnyx — лидер отрасли, который не просто воображает будущее глобальной связи, а строит его. От проектирования и расширения охвата частной глобальной мультиоблачной IP-сети до предоставления гиперлокальных периферийных технологий в вашем распоряжении через интуитивно понятные API, мы формируем новую эру бесшовного взаимодействия между людьми, устройствами и приложениями.
Нами движет желание трансформировать и модернизировать устаревшее, автоматизировать ручное и решать реальные проблемы с помощью инновационных решений для связи. Как свидетельство нашего успеха, мы с гордостью являемся финансово стабильной и прибыльной компанией. Наша высокая прибыльность позволяет нам не только инвестировать в передовые технологии, но и создавать среду для непрерывного обучения и роста нашей команды.
Наше коллективное видение — мир, где безграничная связь подпитывает безграничные инновации. Присоединившись к нам, вы можете внести свой вклад в создание фундамента этого взаимосвязанного будущего. В настоящее время мы ищем увлеченных специалистов, которые заинтересованы в возможности внести свой вклад в компанию, формирующую отрасль, одновременно развивая свои навыки и карьеру.
Роль
Мы создаем локальный отдел продаж крупным клиентам в Мюнхене — одного AE и одного инженера по внедрению (FDE), которые будут работать вместе над развитием бизнеса Telnyx для крупных клиентов на вашем рынке. Вы будете тесно работать с крупными клиентами для проектирования и развертывания производственных систем в глобальной сети Telnyx — голосовая связь, обмен сообщениями, ИИ и беспроводная связь.
Речь идет не о демонстрации продуктов. Речь идет о создании реальных масштабируемых решений.
Вы будете работать бок о бок с выделенным AE по работе с крупными клиентами — не демонстрационным специалистом, а коммерческим партнером, который отвечает за список закрепленных клиентов, строит отношения с руководством и закрывает сделки. Вы отвечаете за техническую сторону: сбор информации, проектирование, POC и ввод в эксплуатацию. Вы побеждаете вместе. Никакой передачи ответственности.
Модель отдела
AE по работе с крупными клиентами — отвечает за список закрепленных клиентов, строит отношения с руководством, получает доступ к лицам, принимающим решения, отвечает за коммерческую квалификацию и закрытие сделок, расширяет клиентскую базу.
Инженер по внедрению — отвечает за технический сбор информации, проектирует архитектуру, создает POC при необходимости, запускает первую рабочую нагрузку, устраняет препятствия и находит следующую рабочую нагрузку.
Мы продаем решение, а не SKU. Клиенты покупают готовый результат — центр обработки вызовов с ИИ, агента SOC/NOC, глобальную связь, мобильную связь или корпоративные выводы — который работает на примитивах Telnyx (голосовая связь, обмен сообщениями, номера, беспроводная связь, Voice AI, выводы, агенты, связь). Вы начинаете с обсуждения результата, а не с меню продуктов.
Что вы будете делать
- Взаимодействовать с крупными клиентами для непосредственного понимания их рабочих процессов связи, сценариев использования ИИ и проблем интеграции.
- Создавать и развертывать пользовательские реализации: голосовые помощники с ИИ, API Telnyx (Voice, Messaging, Fax, Wireless), WebRTC.
- Запускать LLM с открытым весом в средах клиентов — использовать GLM, Kimi, DeepSeek, Qwen и MiniMax через Telnyx Inference (API, совместимый с OpenAI; вам не нужно управлять инфраструктурой модели), или развертывать собственные стеки (Llama, Mistral и региональные модели, такие как Luminous от Aleph Alpha, или суверенные европейские модели) за вашим собственным сервером, когда это требуется из-за требований воздушной изоляции или суверенного облака.
- Развертывать и эксплуатировать LiteLLM в качестве шлюза моделей в средах клиентов: унифицированный интерфейс, совместимый с OpenAI, для собственных моделей с открытым весом и размещенных провайдеров, с маршрутизацией, балансировкой нагрузки, повторными попытками и резервированием, ограничениями скорости и виртуальными ключами для каждой команды.
- Настраивать и управлять использованием LLM через шлюз — отслеживание затрат и бюджетов, кэширование, ведение журналов и наблюдаемость (OpenTelemetry, Langfuse или аналогичные), а также системы защиты — чтобы клиенты могли видеть и контролировать работу своих ИИ-нагрузок.
- Настраивать производственную наблюдаемость для всего, что вы развертываете — метрики, журналы, трассировки, панели мониторинга и оповещения (например, Prometheus + Grafana для метрик, OpenTelemetry для трассировок, Graylog или ELK для журналов — или существующий стек клиента) — чтобы вы и команда эксплуатации клиента понимали, что такое "нормальное состояние" и кто реагирует, когда что-то идет не так.
- Разрабатывать стратегии маршрутизации моделей для рабочих нагрузок голосовой связи в реальном времени, балансируя задержку, стоимость и качество, с разумным поведением при отказе, когда провайдер деградирует.
- Проводить анализ "создать или купить" между собственными моделями с открытым весом и размещенными передовыми API, и обеспечивать переносимость кода приложения клиента между ними.
- Адаптировать модели к доменам клиентов: создавать цепочки подсказок (prompt pipelines) и RAG (Retrieval-Augmented Generation) конвейеры, а также системы оценки для немецкоязычных сценариев использования и специфичных для DACH регуляторных сред (GDPR, EU AI Act, немецкие требования к локализации данных).
- Руководить POC, пилотными проектами и производственными запусками от этапа идеи до ввода в эксплуатацию.
- Отвечать за результаты клиента — оставаться вовлеченным до тех пор, пока решение не будет запущено и стабильно.
- Сотрудничать напрямую с отделами разработки продуктов и инженерии для формирования дорожной карты на основе аналитических данных, полученных в полевых условиях в Германии, Австрии и Швейцарии.
- Создавать четкую техническую документацию, руководства (runbooks) и поддерживаемые решения для передачи.
- Устранять сложные проблемы интеграции совместно с командами клиентов.
Что мы ищем
- Степень в области компьютерных наук или эквивалентный опыт.
- Более 3 лет опыта разработки и внедрения производственного программного обеспечения — вы писали код, которым пользовались реальные пользователи, вы были в очереди на поддержку и отлаживали его, когда что-то ломалось. (Опыт в консалтинге засчитывается, если это также применимо к вам.)
- Знание нескольких языков: Python, Node.js/TypeScript, Go — вы владеете ими в разной степени. (Telnyx Edge Compute — функции и stateful actors — написан на TypeScript, поэтому этот язык имеет двойное назначение.)
- Практическое понимание того, что выходит из строя перед моделью в производственной среде: ограничения скорости и квоты провайдеров, поведение при таймауте и повторных попытках, потоковая передача данных, учет токенов и распределение затрат, а также сбои, которые проявляются только при одновременной высокой нагрузке.
- Уверенность в развертывании контейнеризированных сервисов на Kubernetes, с учетом управления секретами, конфигурацией и обновлениями как части процесса развертывания.
- Вы настраивали наблюдаемость и получали уведомления из-за нее — Prometheus + Grafana, OpenTelemetry, Graylog, ELK или аналогичные. Вы знаете, что отслеживать, на что устанавливать оповещения и что такое "нормальное состояние".
- Опыт работы с высокой степенью параллелизма — Kafka, очереди сообщений или потоки событий в реальном масштабе. Когда пиковая нагрузка увеличивается, вы знаете, что выходит из строя — задержка потребителя, обратное давление, горячие разделы, сбои при перебалансировке — и что это поглощает: партиционирование, группы потребителей, параллелизм до количества ваших разделов.
- Вы создавали API с нуля, а не просто потребляли их — спецификация OpenAPI, дизайн REST/GraphQL, аутентификация, ограничение скорости, версионирование, идемпотентность.
- Мышление, основанное на событиях, и инстинкты облачных технологий.
- Опыт работы с SIP, WebRTC или системами голосовой/обменной связи в реальном времени.
- Самодостаточность по умолчанию — за вами нет команды инженеров. Вы читаете код и документацию, спрашиваете клиента (а не менеджера) и самостоятельно принимаете обоснованные инженерные решения.
- Опыт работы с клиентами — вы можете провести сбор информации с инженерами клиента и выступить перед его руководством в течение одной недели.
- Способность перевести "это не работает" в корневую причину.
- Уверенность в работе на объектах клиентов и в напряженных технических дискуссиях.
- Отличное письменное и устное владение английским и немецким языками. Вы можете проводить сессии на доске, устранять неполадки в реальном времени и эскалировать проблемы с командами инженеров клиента.
- Проживание в Мюнхене или готовность к переезду — это гибридная должность с командировками по Германии, Австрии и Швейцарии.
- Официальное разрешение на работу в Германии или право на получение спонсорства.
Дополнительные преимущества
- Опыт работы с голосовыми помощниками на базе ИИ, STT/TTS или разговорными системами на базе LLM.
- Создание наборов для оценки для конкретного домена.
- Практический опыт работы с LLM-шлюзом в производственной среде — LiteLLM, Portkey, Kong AI Gateway или внутренним прокси, совместимым с OpenAI — включая конфигурируемые определения моделей, правила маршрутизации и резервирования, а также управление виртуальными ключами.
- Знакомство с ландшафтом моделей с открытым весом и компромиссами между региональными и многоязычными моделями, включая инициативы ЕС в области суверенного ИИ (Gaia-X, Aleph Alpha, европейские проекты LLM).
- Опыт работы с движком инференса за шлюзом — vLLM, SGLang или TGI для производственного инференса; Ollama для легковесного локального развертывания — и оценка мощности GPU для собственных моделей (размер KV-кэша, размер параллельных пакетов и длина контекста относительно VRAM).
- Владение SQL (Postgres, MySQL, Oracle).
- Опыт работы с ETL и обработкой данных.
- Проектирование и автоматизация конвейеров CI/CD.
- Опыт работы в телекоммуникационной сфере, CPaaS или быстрорастущих SaaS-компаниях.
- Опыт работы с суверенными или локальными облачными развертываниями и регуляторными рамками DACH (GDPR, EU AI Act, немецкие требования к суверенитету и локализации данных, швейцарская защита данных).
- Осведомленность о вопросах безопасности (IAM, шифрование, журналы аудита).
