Название: Platform Architect Компания: Capital.com Местоположение: Варшава, Мазовецкое воеводство, Польша / Лимассол, Кипр / София, Болгария / гибридный формат

Обязанности:

• Построить архитектуру AI-платформы: референсный дизайн доступа к возможностям LLM, управления ими, мониторинга и расширения в рамках всей организации.
• Взять на себя ответственность за каждое архитектурное решение для AI-платформы, документировать, обосновывать и отстаивать каждое из них.
• Оценивать и выбирать новые модели, инструменты и фреймворки по мере развития рынка.
• Предоставить платформу как услугу, чтобы команды могли перемещать своих агентов в управляемую облачную инфраструктуру.
• Управлять Anthropic (Claude API, Claude Code, Anthropic Enterprise), OpenAI и будущими поставщиками, включая контроль доступа к API, управление учетными данными, политику версий моделей, распределение затрат и стандарты допустимого использования.
• Поддерживать технические отношения с Anthropic и OpenAI на корпоративном уровне.
• Создать облачную инфраструктуру для AI-нагрузок на AWS и GCP: Bedrock, SageMaker, Vertex AI, Cloud Functions и вспомогательные сервисы (S3, Cloud Storage, IAM и мониторинг на обеих платформах).
• Развернуть и безопасно настроить n8n, а также построить автоматизированные рабочие процессы, связывающие LLM с Jira, Confluence, Slack, Google Workspace, HR-системами и проприетарными источниками данных.
• Спроектировать и обезопасить MCP-серверы и шлюзы, соединяющие AI-агентов с внутренними сервисами.
• Создать Python-интеграции для внутренних AI-инструментов: RAG-пайплайны, фреймворки для агентов, библиотеки промптов и внутренние AI-ассистенты.
• Предоставлять практическую помощь: вы пишете код, создаете рабочие процессы и развертываете инструменты. Это не консультативная роль.
• Создать архитектуру защиты данных и безопасности для использования LLM в регулируемой среде, включая классификацию промптов, контроль выходных данных и аудиторские журналы, соответствующие требованиям FCA, CySEC, ASIC и DORA.
• Обеспечить наблюдаемость всего стека: потребление токенов, затраты на команду, задержки, частоту ошибок и нарушения политики на облачных платформах и у прямых поставщиков API.
• Создать фреймворк для внедрения AI, включающий стандарты, шаблоны и материалы для онбординга, которые позволят командам в сфере технологий использовать AI безопасно и последовательно.
• Проводить внутреннее обучение посредством семинаров, документации и прямой поддержки команд, переходящих от эпизодического использования AI к управляемым, повторяемым процессам.
• Предоставлять отчеты о состоянии AI-платформы, рисках и дорожной карте руководству отдела технологий.

Требования:

• Более 8 лет в инженерии, из них не менее 2 лет создания LLM-систем в продакшене, а не прототипов или POC.
• Уверенность в работе в качестве первого специалиста в функции: вы самостоятельно определяете приоритеты, устраняете препятствия и достигаете результатов без команды.
• Production-ready Python: инструменты, на которые полагаются другие, а не скрипты, которые вы передаете.
• Глубокий практический опыт работы с API Anthropic и/или OpenAI: вызов функций, использование инструментов, стриминг, RAG, управление промптами, оптимизация токенов и управление версиями моделей.
• Практический опыт работы с агентными платформами, MCP-серверами и MCP-шлюзами, включая проектирование потоков между AI-агентами и внутренними сервисами.
• n8n: развертывание, безопасная настройка и поддержка многошаговых автоматизированных рабочих процессов в масштабах организации.
• Уверенное знание AWS для AI-нагрузок: Bedrock, SageMaker, Lambda, S3, IAM и CloudWatch, развернутых и эксплуатируемых в продакшене.
• Уверенное знание GCP для AI-нагрузок: Vertex AI, Cloud Functions, Cloud Storage, IAM и Cloud Monitoring.
• Практические навыки DevOps для развертывания и эксплуатации созданного вами.
• Архитектурное мышление: сквозное проектирование систем, четкая документация компромиссов и способность обосновывать решения перед старшими заинтересованными сторонами.
• Инженерная безопасность для создаваемого: управление секретами и учетными данными, ротация ключей, IAM с наименьшими привилегиями в облачных и SaaS-средах.
• Защита данных и аудируемость по дизайну: классификация данных, которые могут поступать к моделям и поставщикам, контроль и логирование промптов и выходных данных, а также построение аудиторских журналов, которые выдержат проверку регулятора.
• Свободное владение информацией об поверхности угроз LLM, включая внедрение промптов, утечку данных через выходные данные модели, небезопасное использование инструментов и агентов, а также риски цепочки поставок моделей, с рабочим знанием признанных фреймворков, таких как OWASP LLM Top 10 или NIST AI RMF.

Приветствуется:

• Опыт работы в финтех-, брокерской или финансовой сфере.
• Знание DORA или ISO 27001:2022 применительно к риску AI-систем.
• Знакомство с EU AI Act и другими регуляторными требованиями в области AI, а также со стандартами риска и управления AI, такими как NIST AI RMF или ISO/IEC 42001.
• Фреймворки оркестрации LLM: LangChain, LlamaIndex или аналогичные.
• Практический опыт работы с инструментами защиты LLM и DLP: Bedrock Guardrails, Vertex AI safety filters или инструменты prompt-firewall и PII-redaction.
• Опыт создания внутренних платформ для разработчиков или центров передового опыта в области AI.
• AWS Solutions Architect Professional, Google Professional ML Engineer или эквивалент.