Director, AI & Data Science

Название: Директор, ИИ и Наука о данных Местоположение: Канада / США / 135 W 26th Street, New York, NY 10001; Монреаль, Квебек, Канада

О работе

Вы мыслите как консультант по управлению, преуспеваете в стартап-среде и не можете перестать думать о пересечении данных, технологий и маркетинга?

Имея более 2000 сотрудников, офисы на пяти континентах и ​​клиентов мирового класса, таких как Samsung, L’Oreal и Mattel, Artefact — это консалтинговая компания, которая превращает данные в ценность и оказывает деловое влияние. Недавно мы открылись в США с офисами в Нью-Йорке и Лос-Анджелесе, и мы хотим, чтобы вы присоединились к нам в качестве неотъемлемой части нашей основной команды!

Кто мы

Основанная и со штаб-квартирой в Париже, Artefact — это консалтинговая компания нового поколения, специализирующаяся на консалтинге в области данных, аналитики и ИИ, призванная преобразовывать данные в бизнес-эффект по всей цепочке создания стоимости организаций. Мы с гордостью можем сказать, что помогаем нашим клиентам развивать их возможности в области данных и цифровых технологий, и что мы также развиваемся параллельно.

У нас 2000 сотрудников в 36 офисах, которые сосредоточены на ускорении цифровой трансформации. Наши современные технологии обработки данных, гибкие методологии ИИ и сплоченные команды лучших бизнес-консультантов, аналитиков данных, специалистов по данным, инженеров данных и цифровых экспертов — все они направлены на предоставление дополнительной ценности каждому клиенту. Мы разрабатываем решения на основе данных для удовлетворения конкретных потребностей наших клиентов, всегда с ориентированным на бизнес подходом и с ощутимыми результатами. Наши услуги, основанные на данных, построены на глубокой экспертизе в области ИИ, которую мы приобрели благодаря нашей клиентской базе из более чем 1000 клиентов по всему миру. Узнайте больше на artefact.com.

Что вы будете делать

Вы будете руководить командой инженеров и менеджеров по ИИ и машинному обучению, управляя проектированием и внедрением производственных ИИ-решений — от классических моделей машинного обучения до приложений на базе LLM — и конвейеров, которые их обеспечивают. Вы примените суждения опытного технического специалиста при принятии архитектурных решений и решений по моделям, будете тесно сотрудничать с клиентами и заинтересованными сторонами бизнеса — включая практическую предпродажную работу по формированию предложений и разработке решений — и определите, как контекстное инжиниринг, фреймворки агентов и практики тонкой настройки будут встроены в каждое решение, при этом отчитываясь перед высшим руководством в области ИИ/технологий по стратегии и приоритетам.

Архитектура ИИ и ML-решений

Руководство проектированием, созданием и оптимизацией производственных ИИ-систем — классических моделей машинного обучения, LLM-приложений и систем агентов — обеспечивая масштабируемость, надежность и экономически эффективное применение.

Контекстный инжиниринг

Определение и стандартизация практик контекстного инжиниринга — проектирование подсказок и систем, архитектуры RAG, векторные хранилища, управление памятью и вызов инструментов/функций — чтобы модели получали нужную информацию в нужное время.

Фреймворк агентов

Руководство созданием надежных фреймворков агентов — слоев оркестрации, фреймворков оценки, защитных механизмов и средств наблюдения — которые делают LLM-системы надежными, безопасными и измеримыми в производственной среде.

Конвейеры тонкой настройки

Руководство проектированием и эксплуатацией конвейеров тонкой настройки и адаптации моделей — курирование обучающих данных, контролируемая тонкая настройка, оценка и развертывание — для специализации моделей под клиентские сценарии использования.

Платформенный стек

Проектирование и развертывание решений на Google Gemini Enterprise и Vertex AI в качестве основного стека, применение практических знаний Microsoft AI Foundry и AWS Bedrock, когда это требуется в контексте клиента.

Лидерство команды

Управление, наставничество и развитие команды инженеров по ИИ и ML; установление технических стандартов и поощрение лучших практик и обмена знаниями.

Предпродажная работа и развитие бизнеса

Поддержка предпродажной деятельности — определение объема работ, создание демонстрационных версий и прототипов, а также представление архитектур решений потенциальным клиентам совместно с командами по работе с клиентами.

Моделирование машинного обучения

Контроль за разработкой классических и современных ML-моделей — предиктивное моделирование, прогнозирование, рекомендации и глубокое обучение — выбор правильного метода для каждой бизнес-задачи, с LLM или без.

Вклад в стратегию ИИ

Партнерство с высшим руководством в формировании направления архитектуры GenAI, решений по инструментам и дорожной карты платформы в вашей области.

Что мы ищем

Идеальный кандидат имеет значительный опыт в области Data Science и машинного обучения с опытом более 8 лет, включая не менее 2-3 лет работы над архитектурой LLM, проектированием систем агентов, а также разработкой фреймворков и контекстным инжинирингом.

Экспертиза в области генеративного ИИ/LLM-инжиниринга (контекстный инжиниринг, фреймворки агентов, RAG и тонкая настройка) и в классическом моделировании машинного обучения с подтвержденным опытом внедрения в производство.

Магистр (или выше) в области компьютерных наук, инженерии, статистики/математики или смежной области.

Практическое владение основными библиотеками машинного обучения (scikit-learn, XGBoost и т. д.), SDK для агентов (LangGraph/LangChain, Google ADK, Claude Agent SDK) и фреймворками тонкой настройки (PyTorch, TensorFlow).

Опыт сквозного создания конвейеров тонкой настройки: курирование обучающих данных, контролируемая тонкая настройка, оценка и развертывание.

Прочное понимание проектирования ИИ-систем: жизненный цикл ML-моделей (MLOps), агенты, использование инструментов, фреймворки оценки, защитные механизмы и средства наблюдения.

Глубокий опыт работы с Google Gemini Enterprise / Vertex AI; базовые практические знания Microsoft AI Foundry и AWS Bedrock.

Опыт руководства и развития инженерных команд, а также поддержки предпродажной работы: предложения, демонстрации и определение объема работ с клиентами.

Отличные коммуникативные навыки и комфорт в сотрудничестве с различными командами и заинтересованными сторонами.

Сильная деловая хватка с интересом к работе, ориентированной на бизнес.

Адаптивность и мышление стартапа для успешной работы в динамичной среде.

Предпочтительно

Экосистема Google Gemini Enterprise (Vertex AI, Agent Builder) в качестве основного стека; базовые знания Microsoft AI Foundry и AWS Bedrock

Почему стоит присоединиться к нам

Нас объединяют наши ценности и укрепляет наш гибридный опыт.

Всегда есть способ: Мы из породы тех, кто делает, копает, создает. Потому что идеи ценны только тогда, когда они реализованы.

Доверие клиента завоевывается в поле: Удовлетворение потребностей клиента лучше всего достигается, когда мы находимся рядом с ними.

Если не используется, то бесполезно: Наша любовь к технологиям выливается в сильное желание их применять, истинное мастерство заключается в воздействии.

Если не делиться, наша работа не сделана: Обмен знаниями — лучший способ завершить миссию, принося пользу клиентам и коллегам.

Мы учимся каждый день: Технологии — это область, где все движется со скоростью света, лучше быть готовым бросить себе вызов.

Ориентировочная базовая компенсация для этой должности начинается с 200 000 долларов США (местоположение в Нью-Йорке). Индивидуальная компенсация определяется навыками, квалификацией и опытом. Кроме того, эта должность дает право на конкурентные льготы.