Используем cookie для работы сайта и статистики. «Хорошо» разрешит ещё и запись сессий.
Parallel Wireless
Кфар-Саба, Израиль4 месяца назад
Грейд
Senior
Опыт работы
от 7 лет
Формат работы
Гибрид
Уровень английского
B2, выше среднего
Письмо на почту или сообщение рекрутеру в Telegram
Parallel Wireless — американский пионер в области Open RAN, преобразующий способы создания, оптимизации и питания мобильных сетей. С помощью нашего портфолио GreenRAN™ мы помогаем операторам обеспечивать безопасную, энергоэффективную, автоматизированную и гибкую связь в сетях 2G, 3G, 4G, 5G и на пути к 6G. Наш программно-ориентированный, аппаратно-независимый подход обеспечивает интеллектуальность RAN, помогая клиентам снизить сложность и общую стоимость владения.
Parallel Wireless ищет технического лидера, готового взять на себя ответственность за создание и эксплуатацию безопасной локальной платформы больших языковых моделей (LLM) для компании. Платформа позволит инженерным и бизнес-подразделениям использовать генеративный ИИ с проприетарным исходным кодом, документацией по продуктам, техническими стандартами, артефактами тестирования, знаниями службы поддержки и другими утвержденными внутренними данными, сохраняя при этом конфиденциальную информацию в контролируемых компанией средах. Это старшая роль индивидуального исполнителя, охватывающая прикладную инженерию LLM, архитектуру платформы, конвейеры поиска и данных, безопасность и эксплуатацию в производственной среде. Первоначальные варианты использования могут включать поиск инженерных знаний, понимание исходного кода, помощь в устранении неполадок, ответы на вопросы и резюмирование технических документов, анализ тестов и журналов, а также разработку структурированных инженерных артефактов. Платформа должна быть расширяемой для дополнительных утвержденных вариантов использования по мере развития потребностей и возможностей моделей.
Вы превратите перспективные прототипы в надежную внутреннюю возможность: выбирая и оптимизируя модели с открытым весом, создавая поиск с учетом разрешений, создавая повторно используемые API и инструменты, интегрируясь с существующими инженерными рабочими процессами и устанавливая объективные способы измерения качества, безопасности, задержки, пропускной способности и бизнес-ценности. Вы будете принимать прагматичные решения о создании или покупке и выбирать самый простой подход — поиск, генерация, дополненная поиском (RAG), запросы, автоматизация рабочих процессов или адаптация моделей — который соответствует каждому варианту использования. Руководить архитектурой и технической дорожной картой безопасной, надежной и поддерживаемой локальной платформы LLM, развернутой в инфраструктуре, контролируемой Parallel Wireless. Сотрудничать с инженерными, продуктовыми, службами поддержки, ИТ, информационной безопасностью, юридическими отделами и экспертами в предметной области для приоритизации высокоценных вариантов использования и их преобразования в измеримые требования к продукту и платформе. Создать модульный уровень инференса и шлюза моделей со стабильными API, маршрутизацией моделей, потоковой передачей, управлением параллелизмом, квотами и возможностью изменения моделей или серверных систем без переписывания каждого приложения. Оценивать языковые модели с открытым весом, модели для кода, встраивания, переранжирования и, где это применимо, мультимодальные модели для задач, специфичных для PW; документировать происхождение моделей, лицензии, ограничения, состояние безопасности, потребности в оборудовании и общую стоимость владения. Оптимизировать обслуживание на доступных ресурсах CPU, GPU и ускорителей, используя такие методы, как непрерывная пакетная обработка, кэширование, параллелизм, квантование и правильно подобранные пределы контекста, при этом защищая качество вывода. Проектировать и эксплуатировать конвейеры RAG и корпоративного поиска для утвержденных репозиториев, вики, тикетов, стандартов, проектных документов, результатов тестов, журналов и контента поддержки, включая парсинг, сегментацию, метаданные, встраивания, гибридный поиск, переранжирование, актуальность, цитирование и удаление. Обеспечивать соблюдение разрешений исходной системы на всех этапах приема и извлечения, чтобы платформа никогда не раскрывала контент, к которому пользователь не имеет доступа; интегрироваться с системой идентификации компании, SSO, управлением доступом на основе ролей, управлением секретами и аудитом журналов. Создавать версионированные наборы данных для оценки и автоматизированную автономную и онлайн-оценку качества извлечения, обоснованности, фактической точности, качества цитирования, корректности кода, выполнения задач, задержки, безопасности и поведения отказа. Создавать ворота выпуска и воспроизводимые регрессионные тесты для изменений в моделях, запросах, инструментах, встраиваниях, логике поиска, индексах и конфигурациях обслуживания; поддерживать канареечные выпуски, откат и четкие пути утверждения. Реализовать сквозную наблюдаемость для рабочих процессов моделей и агентов, включая трассировку, ошибки, время до первого токена, задержку между токенами, пропускную способность, время ожидания в очереди, использование ресурсов, насыщение, доступность и обратную связь с пользователем. Проектировать безопасные рабочие процессы вызова инструментов и агентов с минимальными привилегиями, песочницами, проверкой ввода и вывода, ограниченным выполнением, человеческим одобрением для значимых действий и полной прослеживаемостью. Интегрировать платформу в инструменты, которые сотрудники уже используют — такие как среды разработки, рабочие процессы управления исходным кодом и CI, системы знаний, системы тикетов и внутренние приложения — через повторно используемые SDK, API и эталонные реализации. Создавать операционную основу для производственного использования: CI/CD, реестры конфигураций и моделей, резервное копирование, аварийное восстановление, планирование мощностей, управление зависимостями и уязвимостями, реагирование на инциденты и политики жизненного цикла для моделей и данных. Защищать проприетарную и личную информацию через сетевую изоляцию, шифрование, контроль хранения, редактирование, где это уместно, безопасное ведение журналов и защиту от внедрения запросов, отравления данных, небезопасной обработки вывода и рисков, связанных с цепочкой поставок моделей. Определять, когда улучшений запросов или поиска достаточно, а когда параметро-эффективная дообучение, дистилляция или другая адаптация оправданы измеренным повышением качества. Сделать платформу доступной за пределами основной команды ИИ через документацию, примеры, обучение, часы консультаций и практическое сотрудничество; использовать телеметрию и структурированную обратную связь для улучшения принятия и эффективности. Четко сообщать о решениях по архитектуре, доказательствах качества, рисках, мощностях и компромиссах в дорожной карте техническим и бизнес-стейкхолдерам.
Успешный кандидат поймет, что полезная корпоративная LLM — это больше, чем просто модель и интерфейс чата. Она требует надежного обоснования на основе источников, строгих средств контроля доступа, повторяемой оценки, тщательных разрешений на использование инструментов, наблюдаемых производственных сервисов и операционной модели, которая поддерживает актуальность данных, индексов, запросов, моделей и зависимостей. Степень бакалавра или магистра в области компьютерных наук, компьютерной инженерии, электротехники, науки о данных или смежной области, либо эквивалентный практический опыт. Обычно 7+ лет практического опыта в области производственного программного обеспечения, ML-платформ, поиска, данных или инфраструктурного инжиниринга, включая значительный недавний опыт работы с системами на базе LLM; исключительные кандидаты с эквивалентной глубиной знаний приветствуются. Сильные навыки Python-инжиниринга и опыт проектирования поддерживаемых API, сервисов, библиотек и конвейеров данных. Опыт работы с Go, Java или C/C++ является преимуществом. Глубокое понимание основанных на трансформерах языковых моделей и производственного инференса, включая токенизацию, управление контекстом, пакетную обработку, кэширование KV, параллелизм, квантование, структурированный вывод, вызов инструментов и распространенные режимы сбоев моделей. Подтвержденный опыт создания производственных систем RAG или корпоративного поиска с использованием встраиваний, векторного и/или лексического поиска, фильтрации метаданных, переранжирования, атрибуции источников и систематической оценки извлечения. Опыт определения специфичных для задач LLM-оценок с использованием репрезентативных наборов данных, сильных базовых показателей, обзора экспертами предметной области, автоматизированных метрик, обратной связи от человека, анализа ошибок и порогов регрессии. Опыт развертывания и эксплуатации контейнеризованных сервисов в Linux с использованием Docker и Kubernetes или эквивалентной среды оркестрации. Практический опыт обслуживания моделей на базе GPU, профилирования производительности, планирования мощностей, мониторинга и инжиниринга надежности. Глубокие знания основ распределенных систем, аутентификации и авторизации, безопасности API, управления секретами, шифрования, аудита и контроля жизненного цикла данных. Опыт работы с Git, автоматизированным тестированием, CI/CD, инфраструктурой как кодом, наблюдаемостью и реагированием на производственные инциденты. Здравый технический взгляд на качество, безопасность, поддерживаемость, эффективность оборудования и общую стоимость — не только на результаты бенчмарков моделей. Способность руководить неопределенными, кросс-функциональными инициативами, объяснять сложное поведение ИИ простым языком и помогать другим командам безопасно работать на общей платформе.
Parallel Wireless is a U.S.-based pioneer in Open RAN innovation, transforming how mobile networks are built, optimized, and powered. Through our GreenRAN™ portfolio, we help operators deliver secure, energy-efficient, automated, and flexible connectivity across 2G, 3G, 4G, 5G, and the path toward 6G. Our software-centric, hardware-agnostic approach brings intelligence into the RAN while helping customers reduce complexity and total cost of ownership.
Parallel Wireless is looking for a hands-on technical leader to build and operate a secure local large-language-model platform for the company. The platform will allow engineering and business teams to use generative AI with proprietary source code, product documentation, technical standards, test artifacts, support knowledge, and other approved internal data while keeping sensitive information within company-controlled environments. This is a senior individual-contributor role spanning applied LLM engineering, platform architecture, search and data pipelines, security, and production operations. You will turn promising prototypes into a dependable internal capability: selecting and optimizing open-weight models, building permission-aware retrieval, creating reusable APIs and tools, integrating with existing engineering workflows, and establishing objective ways to measure quality, safety, latency, capacity, and business value. The successful candidate will understand that a useful enterprise LLM is more than a model and a chat interface. It requires trustworthy source grounding, strong access controls, repeatable evaluation, careful tool permissions, observable production services, and an operating model that keeps data, indexes, prompts, models, and dependencies current. You will make pragmatic build-versus-buy decisions and choose the simplest approach—search, retrieval-augmented generation (RAG), prompting, workflow automation, or model adaptation—that meets each use case. Initial use cases may include engineering knowledge discovery, source-code understanding, troubleshooting assistance, technical-document Q&A and summarization, test and log analysis, and drafting structured engineering artifacts. The platform should be extensible to additional approved use cases as needs and model capabilities evolve.
What you will do: Own the architecture and technical roadmap for a secure, reliable, and maintainable local LLM platform deployed in Parallel Wireless-controlled infrastructure. Partner with engineering, product, support, IT, information security, legal, and domain experts to prioritize high-value use cases and translate them into measurable product and platform requirements. Build a modular inference and model-gateway layer with stable APIs, model routing, streaming, concurrency controls, quotas, and the ability to change models or serving backends without rewriting every application. Evaluate open-weight language, code, embedding, reranking, and, where useful, multimodal models against PW-specific tasks; document model provenance, licenses, limitations, security posture, hardware needs, and total cost of ownership. Optimize serving across available CPU, GPU, and accelerator resources using techniques such as continuous batching, caching, parallelism, quantization, and right-sized context limits while protecting output quality. Design and operate RAG and enterprise-search pipelines for approved repositories, wikis, tickets, standards, design documents, test results, logs, and support content, including parsing, chunking, metadata, embeddings, hybrid retrieval, reranking, freshness, citations, and deletion. Enforce source-system permissions throughout ingestion and retrieval so that the platform never exposes content a user is not authorized to access; integrate with company identity, SSO, role-based access control, secrets management, and audit logging. Establish versioned evaluation datasets and automated offline and online evaluation for retrieval quality, groundedness, factual accuracy, citation quality, code correctness, task completion, latency, safety, and refusal behavior. Create release gates and reproducible regression tests for changes to models, prompts, tools, embeddings, retrieval logic, indexes, and serving configurations; support canary releases, rollback, and clear approval paths. Implement end-to-end observability for model and agent workflows, including traces, errors, time to first token, inter-token latency, throughput, queue time, resource utilization, saturation, availability, and user feedback. Design safe tool-calling and agent workflows with least-privilege access, sandboxing, input and output validation, bounded execution, human approval for consequential actions, and complete traceability. Integrate the platform into the tools employees already use—such as developer environments, source-control and CI workflows, knowledge systems, ticketing systems, and internal applications—through reusable SDKs, APIs, and reference implementations. Build the operational foundations for production use: CI/CD, configuration and model registries, backups, disaster recovery, capacity planning, dependency and vulnerability management, incident response, and lifecycle policies for models and data. Protect proprietary and personal information through network isolation, encryption, retention controls, redaction where appropriate, secure logging, and defenses against prompt injection, data poisoning, unsafe output handling, and model-supply-chain risks. Determine when prompt or retrieval improvements are sufficient and when parameter-efficient fine-tuning, distillation, or other adaptation is justified by measured quality gains. Make the platform usable beyond the core AI team through documentation, examples, training, office hours, and hands-on collaboration; use telemetry and structured feedback to improve adoption and effectiveness. Communicate architecture decisions, quality evidence, risk, capacity, and roadmap tradeoffs clearly to technical and business stakeholders.
What you bring: BSc or MSc in Computer Science, Computer Engineering, Electrical Engineering, Data Science, or a related field, or equivalent practical experience. Typically 7+ years of hands-on experience in production software, ML platform, search, data, or infrastructure engineering, including meaningful recent experience shipping LLM-powered systems; exceptional candidates with equivalent depth are welcome. Strong Python engineering skills and experience designing maintainable APIs, services, libraries, and data pipelines. Experience with Go, Java, or C/C++ is an advantage. Strong understanding of transformer-based language models and production inference, including tokenization, context management, batching, KV caching, parallelism, quantization, structured output, tool calling, and common model failure modes. Demonstrated experience building production RAG or enterprise-search systems using embeddings, vector and/or lexical search, metadata filtering, reranking, source attribution, and systematic retrieval evaluation. Experience defining task-specific LLM evaluations using representative datasets, strong baselines, domain-expert review, automated metrics, human feedback, error analysis, and regression thresholds. Experience deploying and operating containerized services on Linux using Docker and Kubernetes or an equivalent orchestration environment. Practical experience with GPU-backed model serving, performance profiling, capacity planning, monitoring, and reliability engineering. Strong knowledge of distributed-system fundamentals, authentication and authorization, API security, secrets handling, encryption, auditability, and data lifecycle controls. Experience with Git, automated testing, CI/CD, infrastructure as code, observability, and production incident response. Sound technical judgment about quality, security, maintainability, hardware efficiency, and total cost—not just model benchmark scores. Ability to lead an ambiguous, cross-functional initiative, explain complex AI behavior in plain language, and help other teams ship safely on a shared platform.
Nice to have: Experience operating LLMs in on-premises, private-cloud, restricted-network, or air-gapped environments. Hands-on experience with current inference runtimes and serving systems such as vLLM, SGLang, TensorRT-LLM, llama.cpp, Ray Serve, KServe, Triton, or equivalent technologies. Experience optimizing inference on NVIDIA and/or AMD GPUs using CUDA, ROCm, profiling tools, tensor parallelism, pipeline parallelism, speculative decoding, prefix/KV caching, or related techniques. Experience with model and experiment registries, LLM tracing and evaluation platforms, vector databases, hybrid-search engines, and production data-orchestration frameworks. Experience with parameter-efficient fine-tuning methods such as LoRA/QLoRA, dataset curation, synthetic-data generation, distillation, and post-training evaluation. Experience building code intelligence, repository-aware assistants, developer tools, or IDE and CI integrations for large C/C++ and Python codebases. Familiarity with Active Directory or another enterprise identity provider, fine-grained document authorization, data-loss prevention, secure software supply chains, model licensing, and AI governance. Experience red-teaming LLM or agent systems for prompt injection, sensitive-data disclosure, poisoned retrieval content, excessive agency, and insecure output handling. Knowledge of telecommunications, 3GPP, RAN/Open RAN, cloud-native network functions, or technical-support workflows. Experience working across heterogeneous compute platforms and making performance, energy, and TCO tradeoffs for enterprise AI workloads. Contributions to relevant open-source AI, search, MLOps, or infrastructure projects.
Сравним навыки, грейд, формат работы и зарплату
Чаще всего от 23 500 до 32 500
Опыт эксплуатации LLM в локальных, частных облачных, ограниченных сетевых или изолированных средах. Практический опыт работы с современными средами выполнения инференса и системами обслуживания, такими как vLLM, SGLang, TensorRT-LLM, llama.cpp, Ray Serve, KServe, Triton или эквивалентными технологиями. Опыт оптимизации инференса на GPU NVIDIA и/или AMD с использованием CUDA, ROCm, инструментов профилирования, тензорного параллелизма, конвейерного параллелизма, спекулятивного декодирования, кэширования префиксов/KV или связанных с этим методов. Опыт работы с реестрами моделей и экспериментов, платформами трассировки и оценки LLM, векторными базами данных, гибридными поисковыми системами и производственными платформами оркестрации данных. Опыт параметро-эффективных методов дообучения, таких как LoRA/QLoRA, курация наборов данных, генерация синтетических данных, дистилляция и пост-тренировочная оценка. Опыт создания инструментов для анализа кода, помощников, осведомленных о репозиториях, инструментов для разработчиков или интеграций IDE и CI для больших кодовых баз на C/C++ и Python. Знакомство с Active Directory или другим корпоративным поставщиком идентификационных данных, детальным контролем доступа к документам, предотвращением потери данных, безопасными цепочками поставок программного обеспечения, лицензированием моделей и управлением ИИ. Опыт тестирования LLM или агентных систем на устойчивость к внедрению запросов, раскрытию конфиденциальных данных, отравленному поисковому контенту, чрезмерной самостоятельности и небезопасной обработке вывода. Знание телекоммуникаций, 3GPP, RAN/Open RAN, облачных сетевых функций или рабочих процессов технической поддержки. Опыт работы с гетерогенными вычислительными платформами и принятия компромиссных решений по производительности, энергопотреблению и TCO для корпоративных рабочих нагрузок ИИ. Вклад в соответствующие проекты с открытым исходным кодом в области ИИ, поиска, MLOps или инфраструктуры.