Должность: Старший инженер по ИИ / Архитектор агентного ИИ
Местоположение: Эр-Рияд / Саудовская Аравия / Эр-Рияд, Саудовская Аравия
Описание
О CodeNinja
CodeNinja — это глобальная компания, специализирующаяся на программном обеспечении и инфраструктуре ИИ, предоставляющая комплексные технологические решения в области ИИ, инжиниринга программного обеспечения, данных и цифровой трансформации.
Работая в Саудовской Аравии и глобальных технологических центрах, CodeNinja сотрудничает с организациями из различных отраслей для предоставления технологических решений, поддерживающих трансформацию бизнеса и инновации.
Наши команды работают в таких областях, как ИИ, инжиниринг программного обеспечения, данные и аналитика, облачные технологии, корпоративные технологии и цифровая трансформация.
CodeNinja ищет опытного старшего инженера по ИИ / архитектора агентного ИИ для проектирования, создания и развертывания корпоративных ИИ-решений в секторе банковских и финансовых услуг.
О вакансии
В этой роли вы будете создавать производственные ИИ-приложения с упором на масштабируемость, безопасность, наблюдаемость, управление и производительность. Вы будете работать с большими языковыми моделями (LLM), генерацией, дополненной поиском (RAG) и агентным ИИ.
Идеальный кандидат должен обладать прочными фундаментальными знаниями в области инжиниринга программного обеспечения и глубокой экспертизой в LLM, RAG, агентном ИИ и современных практиках инжиниринга ИИ. Он должен иметь 8–12+ лет опыта в инжиниринге программного обеспечения, включая 5+ лет практического опыта в области искусственного интеллекта, машинного обучения и генеративного ИИ.
Ключевые обязанности
- Проектировать и разрабатывать корпоративные ИИ-решения с использованием современных LLM и фреймворков агентного ИИ.
- Архитектурно проектировать многоагентные системы, способные к планированию, рассуждению, использованию инструментов и оркестрации рабочих процессов.
- Создавать готовые к производству RAG-платформы, интегрирующие структурированные и неструктурированные корпоративные данные.
- Проектировать масштабируемые API и ИИ-сервисы с использованием Python и современных фреймворков для бэкэнда.
- Реализовать надежные фреймворки оценки качества, безопасности и производительности LLM.
- Оптимизировать ИИ-приложения по задержке, пропускной способности и стоимости инфраструктуры.
- Развертывать и управлять LLM с открытым исходным кодом в производственных средах.
- Сотрудничать с архитекторами, владельцами продуктов, бизнес-аналитиками и DevOps-командами для создания корпоративных ИИ-платформ.
- Обеспечивать соответствие корпоративным стандартам безопасности, управления и ответственного ИИ.
- Обучать инженерные команды и способствовать развитию передовых практик ИИ и многоразовых фреймворков.
Ожидаемые результаты
Выбранный кандидат должен быть способен самостоятельно проектировать и поставлять:
- Корпоративные ИИ-платформы
- Многоагентные ИИ-системы
- Ассистенты на основе RAG
- ИИ-копилоты
- Фреймворки оценки LLM
- Готовые к производству ИИ API
- Решения для наблюдаемости и мониторинга ИИ
- Безопасные, масштабируемые и экономически оптимизированные развертывания ИИ, подходящие для корпоративных производственных сред.
Требования
Обязательная квалификация и навыки
Опыт
- 8–12+ лет опыта в инжиниринге программного обеспечения.
- 5+ лет практического опыта в области искусственного интеллекта, машинного обучения и генеративного ИИ.
ИИ / Машинное обучение
Глубокое понимание:
- Машинного обучения
- Глубокого обучения
- Обработки естественного языка (NLP)
- Трансформерных архитектур
- Больших языковых моделей (LLM)
- Эмбеддинг-моделей
Инжиниринг программного обеспечения
- Экспертный уровень программирования на Python.
- Прочные фундаментальные знания в области инжиниринга программного обеспечения.
- Опыт создания производственных бэкэнд-систем.
- Разработка RESTful API и микросервисов.
- Асинхронное программирование и масштабируемые архитектуры.
- Опыт работы с FastAPI, Flask или аналогичными фреймворками.
Агентный ИИ
Практический опыт проектирования и внедрения решений агентного ИИ с использованием одного или нескольких из следующих инструментов:
- LangGraph
- CrewAI
- OpenAI Agents SDK
- AutoGen
- Semantic Kernel
- LlamaIndex Workflows
Опыт работы с:
- Оркестрацией мультиагентных систем
- Агентами планирования
- Вызовом инструментов
- Рабочими процессами "человек в цикле"
- Управлением памятью
- Управлением состоянием
- Шаблонами взаимодействия агентов
Генерация, дополненная поиском (RAG)
Значительный опыт создания корпоративных RAG-платформ.
Эмбеддинг-модели, такие как:
- OpenAI
- Voyage AI
- BGE
- E5
- Instructor
- Cohere
Векторные базы данных, такие как:
- Pinecone
- Qdrant
- Milvus
- Weaviate
- ChromaDB
Графовые базы данных, такие как:
- Neo4j
- Amazon Neptune
- Memgraph
Технологии поиска, включая:
- Гибридный поиск
- BM25
- Плотный поиск (Dense Retrieval)
- Разреженный поиск (Sparse Retrieval)
- Семантический поиск
- Фильтрация по метаданным
- Повторная сортировка (Re-ranking)
- Интеграция с графами знаний
Оценка LLM
Опыт проектирования систематических фреймворков оценки с использованием таких инструментов, как:
- Ragas
- TruLens
- DeepEval
- OpenAI Evals
- LangSmith Evaluation
Понимание:
- Обнаружение галлюцинаций
- Точность (Faithfulness)
- Релевантность ответа
- Точность контекста
- Полнота контекста
- Обоснованность (Groundedness)
- Токсичность
- Регрессионное тестирование
Защитные механизмы (Guardrails) и Наблюдаемость (Observability)
Защитные механизмы:
- Guardrails AI
- NeMo Guardrails
- OpenAI Moderation
- Обнаружение атак внедрения промптов
- Маскирование PII
- Фильтрация контента
Наблюдаемость:
- LangSmith
- Langfuse
- Arize Phoenix
- Weights & Biases
- MLflow
Опыт работы с:
- Трассировка промптов
- Аналитика токенов
- Мониторинг затрат
- Мониторинг задержки
- Обратная связь от пользователей
- Отладка в производственной среде
Инженерия промптов (Prompt Engineering)
Экспертиза в:
- Цепочка рассуждений (Chain-of-Thought, CoT)
- ReAct
- Дерево рассуждений (Tree of Thoughts)
- Самосогласованность (Self-Consistency)
- Промптинг с малым числом примеров (Few-shot prompting)
- Структурированный промптинг
- Вызов функций (Function Calling)
- JSON-режим
- Оптимизация промптов
- Кэширование промптов
- Оптимизация окна контекста
- Оптимизация использования токенов
- Оптимизация затрат
Развертывание и инференс моделей
Практический опыт развертывания LLM с открытым исходным кодом.
Предпочтительные модели:
- Llama
- Mistral
- Qwen
- Gemma
- DeepSeek
Механизмы инференса:
- vLLM
- TensorRT-LLM
- Ollama
- TGI (Text Generation Inference)
- SGLang
Опыт работы с:
- Оптимизация GPU
- Пакетный инференс
- Обслуживание моделей
- Автоматическое масштабирование
- Развертывание на нескольких GPU
- Квантование (GGUF, GPTQ, AWQ, FP8, INT8, INT4)
MLOps / ИИ-платформа
Опыт работы с:
- MLflow
- Kubeflow
- Docker
- Kubernetes
- GitHub Actions / GitLab CI
- Версионирование моделей
- Отслеживание экспериментов
- Хранилища признаков (Feature stores)
- Непрерывная оценка
- Непрерывное развертывание
Облачные платформы
Опыт работы с одной или несколькими из следующих платформ:
- Google Cloud Platform (Vertex AI)
- Microsoft Azure AI
- AWS Bedrock
- OpenAI Azure
Технологии баз данных
Опыт работы с:
- PostgreSQL
- Oracle
- MongoDB
- Redis
- Elasticsearch / OpenSearch
Гибкие навыки
- Сильные аналитические навыки и навыки решения проблем.
- Отличные коммуникативные навыки и навыки управления заинтересованными сторонами.
- Способность вести технические дискуссии и обзоры архитектуры.
- Опыт наставничества инженерных команд.
- Способность работать в гибких средах разработки.
Опыт работы в банковской сфере и отрасли (желательно)
- Опыт работы в банковской или финансовой сфере.
- Опыт работы с корпоративным управлением ИИ и фреймворками ответственного ИИ.
- Знание SAMA, NCA или других нормативных актов в сфере финансовых услуг.
- Опыт создания ИИ-копилотов и корпоративных ИИ-ассистентов.
- Знание OCR, интеллектуальной обработки документов и автоматизации.
- Опыт интеграции ИИ-решений с BPM/workflow платформами, такими как Appian, Camunda или Pega.
Образование и сертификаты
Степень бакалавра в области компьютерных наук, искусственного интеллекта, информационных технологий, инженерии или смежной области.
Следующие профессиональные сертификаты являются преимуществом:
- Google Professional Machine Learning Engineer
- Microsoft Azure AI Engineer Associate
- AWS Certified Machine Learning – Specialty
- Databricks Machine Learning Professional
- NVIDIA AI Certifications
- Сертификаты экосистемы OpenAI или Anthropic (где применимо)
Ключевые компетенции
Агентный ИИ | Многоагентные системы | Большие языковые модели (LLM) | RAG | Векторные и графовые базы данных | Оценка LLM | Защитные механизмы и наблюдаемость | Инженерия промптов | Развертывание и инференс LLM | MLOps | Python | API и микросервисы | Облачные ИИ-платформы | Ответственный ИИ
Преимущества
Что мы предлагаем
- Конкурентоспособная заработная плата, основанная на опыте и квалификации.
- Возможность работать над крупномасштабными технологическими проектами и проектами цифровой трансформации.
- Опыт работы в сфере банковских и финансовых услуг, ИИ, данных и новых технологий.
- Возможности для профессионального роста и обучения.
- Командная и технически ориентированная рабочая среда.
- Возможность работать с опытными специалистами в области технологий и консалтинга.
Отказ от ответственности
Данное описание вакансии предназначено для передачи информации, необходимой для понимания сферы деятельности, и не является исчерпывающим списком всех обязанностей, навыков или квалификаций. CodeNinja оставляет за собой право в любое время изменять обязанности и ответственность.
