Python & Generative AI Technology Lead

Название: Python & Generative AI Technology Lead Местоположение: 2 локации

Местоположение: Bengaluru - Bellandur (GTP) Местоположение: Hyderabad Eco Park Занятость: Полная занятость

Обзор вакансии Synechron ищет Python + AI Technology Lead для руководства проектированием, разработкой и внедрением масштабируемых программных решений и решений в области искусственного интеллекта. Эта роль сочетает в себе практическое техническое руководство с управлением командой, взаимодействием с заинтересованными сторонами, технологической стратегией и надзором за исполнением. Должность будет заключаться в преобразовании бизнес-требований в безопасные, поддерживаемые и измеримые технологические решения. Успешный кандидат будет руководить межфункциональными командами, предоставлять техническое руководство, оценивать новые технологии и поддерживать технологические дорожные карты, соответствующие бизнес-целям Synechron. Эта роль способствует повышению эффективности бизнеса за счет улучшения эффективности доставки, обеспечения ответственного внедрения ИИ, укрепления инженерных практик и поддержки разработки надежных и устойчивых технологических платформ.

Требования к программному обеспечению

Обязательные навыки работы с программным обеспечением Python 3.10 или новее: Минимум 5 лет профессионального опыта разработки, включая разработку приложений производственного уровня, автоматизацию, разработку API, тестирование и оптимизацию производительности. Платформы ИИ и машинного обучения: Практический опыт разработки, интеграции или развертывания решений ИИ и машинного обучения в производственных средах. Технологии генеративного ИИ и больших языковых моделей: Опыт проектирования подсказок (prompt design), генерации с дополненной выборкой (retrieval-augmented generation), оценки моделей, разработки приложений ИИ и средств ответственного контроля ИИ. Системы контроля версий: Минимум 5 лет опыта использования рабочих процессов на основе Git, включая стратегии ветвления, запросы на слияние (pull requests), обзоры кода и управление релизами. Инструменты управления проектами: Опыт использования таких инструментов, как Jira, Azure Boards или эквивалентных платформ для управления бэклогом, планирования спринтов, отслеживания зависимостей и отчетности о выполнении. Инструменты непрерывной интеграции и непрерывной доставки: Опыт работы с конвейерами CI/CD для автоматизированного тестирования, проверок безопасности, упаковки и развертывания. Инструменты контейнеризации и оркестрации: Практический опыт работы с Docker и Kubernetes или эквивалентными технологиями для упаковки и эксплуатации приложений. Облачные платформы: Практический опыт работы с как минимум одной основной облачной платформой, включая разработку облачных приложений (cloud-native), управление идентификацией, сетевые технологии, мониторинг и контроль затрат. Реляционные и нереляционные базы данных: Опыт работы с базами данных на основе SQL, моделированием данных, оптимизацией запросов и как минимум одной базой данных NoSQL или векторной базой данных. Инструменты разработки и тестирования API: Опыт работы с RESTful API, спецификациями OpenAPI, тестированием API, аутентификацией и интеграцией сервисов. Инструменты и практики Agile: Подтвержденный опыт использования методологий Agile, техник оценки, метрик спринта, ретроспектив и практик итеративной доставки.

Предпочтительные навыки работы с программным обеспечением Опыт работы с Python 3.12 или новее и современными практиками управления зависимостями. Опыт работы с библиотеками ИИ и машинного обучения, такими как PyTorch, TensorFlow, scikit-learn, pandas, NumPy или эквивалентными инструментами. Опыт работы с инструментами оркестрации и рабочего процесса для ИИ и конвейеров данных. Опыт работы с векторными базами данных, сервисами эмбеддингов, реестрами моделей и платформами мониторинга моделей. Опыт работы с инструментами Infrastructure-as-Code, такими как Terraform или эквивалентными технологиями. Опыт работы с платформами наблюдаемости (observability), охватывающими журналы, метрики, трассировки, оповещения и индикаторы уровня обслуживания. Опыт работы с технологиями обработки данных для пакетных и потоковых рабочих нагрузок. Опыт работы с инструментами документирования программной архитектуры и стандартами моделирования. Опыт работы с FinOps, оптимизацией облачных затрат и мониторингом использования ресурсов. Опыт применения автоматизированных ворот качества, статического анализа, сканирования зависимостей и анализа состава программного обеспечения.

Общие обязанности Руководство межфункциональными технологическими командами, занимающимися разработкой решений на основе Python, ИИ, данных и облачных технологий. Определение технических подходов, архитектурных решений, планов выполнения и измеримых результатов для технологических инициатив. Предоставление технического руководства, наставничества, поддержки при обзоре кода и обратной связи по развитию карьеры для членов команды. Преобразование бизнес-требований в безопасные, масштабируемые, поддерживаемые и тестируемые технологические решения. Установление инженерных стандартов для кодирования, тестирования, документирования, развертывания, наблюдаемости и операционной поддержки. Обеспечение успешного выполнения проектов путем управления объемом работ, зависимостями, рисками, ресурсами, сроками и качеством выполнения. Выявление улучшений процессов и внедрение изменений, которые сокращают повторную работу, улучшают время цикла и повышают предсказуемость выполнения. Оценка новых технологий и предоставление обоснованных рекомендаций на основе бизнес-ценности, безопасности, масштабируемости, поддерживаемости и стоимости. Разработка и поддержание технологических дорожных карт, соответствующих организационным приоритетам и измеримым бизнес-результатам. Управление отношениями с поставщиками, оценка производительности услуг, поддержка переговоров по контрактам и мониторинг выполнения обязательств в соответствии с согласованными условиями. Продвижение практик ответственного ИИ, включая защиту конфиденциальности, прозрачность, человеческий надзор, мониторинг предвзятости и соответствующее управление моделями. Поддержка практик устойчивого инжиниринга путем продвижения эффективного использования облачных ресурсов, ответственного хранения данных и оптимизированного потребления вычислительных ресурсов.

Результаты и ожидания по производительности Технологические инициативы выполняются в соответствии с согласованным объемом работ, сроками, показателями качества и контролем рисков. Решения соответствуют установленным стандартам безопасности, надежности, масштабируемости, поддерживаемости и операционной готовности. Команды демонстрируют улучшенную предсказуемость выполнения, инженерную согласованность и обмен знаниями. Технологические дорожные карты остаются актуальными и отслеживаемыми до бизнес-приоритетов. Решения ИИ оцениваются с использованием документированных критериев производительности, безопасности, справедливости, объяснимости и операционных критериев. Производительность поставщиков, затраты на технологии и зависимости от выполнения активно отслеживаются и управляются.

Технические навыки (по категориям)

Языки программирования

Основные Python 3.10 или новее, с сильным опытом в объектно-ориентированном программировании, функциональных концепциях, асинхронном программировании, тестировании, упаковке и оптимизации производительности. SQL для извлечения, преобразования, проверки данных и анализа производительности. Знакомство со скриптами оболочки (shell scripting) для автоматизации и задач развертывания.

Предпочтительные Опыт работы с Java, JavaScript, TypeScript или другим корпоративным языком программирования. Опыт разработки высокопроизводительных, параллельных или событийно-ориентированных приложений. Опыт написания переиспользуемых библиотек и наборов инструментов для разработки программного обеспечения (SDK).

Базы данных и управление данными

Основные Глубокое понимание проектирования реляционных баз данных, нормализации, индексации, транзакций и оптимизации запросов. Опыт работы как минимум с одной реляционной базой данных и одной базой данных NoSQL. Знание структур данных, моделирования данных, контроля качества данных и управления жизненным циклом данных. Опыт работы с требованиями к конфиденциальности данных, их хранению, контролю доступа и аудиту.

Предпочтительные Опыт работы с векторными базами данных и хранилищами эмбеддингов. Опыт работы с хранилищами данных (data warehouses), озерами данных (data lakes), потоковой передачей данных или распределенной обработкой. Опыт внедрения управления метаданными, отслеживания происхождения данных (lineage) и практик управления данными (data governance).

Облачные технологии

Основные Профессиональный опыт работы как минимум с одной основной облачной платформой. Понимание облачной архитектуры, сетей, вычислительных ресурсов, хранения данных, управления идентификацией и доступом, мониторинга и отказоустойчивости. Опыт развертывания и эксплуатации сервисов Python или ИИ в облачных средах. Способность оценивать использование облачных ресурсов, надежность, безопасность и затраты.

Предпочтительные Опыт работы с мультиоблачной или гибридной облачной архитектурой. Опыт работы с бессерверными вычислениями (serverless computing), управляемыми сервисами ИИ и облачными базами данных (cloud-native). Опыт работы с инструментами Infrastructure-as-Code и автоматизированным предоставлением сред. Опыт применения практик облачной устойчивости и оптимизации затрат.

Фреймворки и библиотеки

Основные Опыт работы с Python веб-фреймворками, такими как FastAPI, Flask или Django. Опыт работы с инструментами тестирования, такими как pytest или эквивалентными фреймворками. Опыт работы с библиотеками для работы с данными и ИИ, такими как pandas, NumPy, scikit-learn, PyTorch, TensorFlow или аналогичными технологиями. Опыт разработки RESTful сервисов и интеграции внешних API. Понимание оценки, валидации, мониторинга и версионирования моделей.

Предпочтительные Опыт работы с фреймворками для разработки приложений генеративного ИИ и паттернами генерации с дополненной выборкой (retrieval-augmented generation). Опыт работы с обработкой естественного языка (NLP), компьютерным зрением, предиктивной аналитикой или рекомендательными системами. Опыт работы с MLOps, включая развертывание моделей (model serving), управление признаками (feature management), отслеживание экспериментов и практики MLOps. Опыт работы с оркестрацией рабочих процессов и распределенной обработкой задач.

Инструменты разработки и методологии

Основные Системы контроля версий на основе Git, запросы на слияние (pull requests), обзоры кода и управление релизами. Конвейеры CI/CD с автоматизированным тестированием и контролем развертывания. Docker или эквивалентная технология контейнеризации. Kubernetes или эквивалентная технология оркестрации. Методологии Agile разработки, включая практики Scrum или Kanban. Опыт работы с инструментами управления проектами, такими как Jira, Azure Boards или эквивалентными платформами. Знание принципов программной архитектуры, паттернов проектирования, объектно-ориентированного проектирования (domain-driven design) и разработки по принципу API-first. Опыт работы с технической документацией, записями о архитектурных решениях (architecture decision records) и операционными руководствами (operational runbooks).

Предпочтительные Инструменты Infrastructure-as-Code, такие как Terraform или эквивалентные. Событийно-ориентированная архитектура, платформы обмена сообщениями и распределенные системы. Непрерывная безопасность, автоматизированное соответствие требованиям и контроль цепочки поставок программного обеспечения. Опыт проведения оценок зрелости инженерных процессов и инициатив по улучшению процессов.

Протоколы безопасности

Основные Понимание практик безопасного жизненного цикла разработки программного обеспечения. Опыт работы со стандартами аутентификации и авторизации, включая OAuth 2.0, OpenID Connect, контроль доступа на основе ролей (role-based access control) и безопасный дизайн API. Знание шифрования при передаче и хранении, управления секретами и безопасной конфигурации. Опыт выявления и устранения распространенных рисков безопасности приложений, данных и облачных сред. Понимание требований к конфиденциальности, защите данных, управлению доступом и аудиту, относящихся к ИИ и программным системам.

Предпочтительные Опыт работы с моделированием угроз (threat modeling), устранением уязвимостей после тестирования на проникновение и обзорами архитектуры безопасности. Опыт работы с безопасностью моделей, контролем внедрения подсказок (prompt injection), предотвращением утечек данных и тестированием безопасности ИИ. Сертификаты по безопасности или облачным технологиям, относящиеся к данной роли.

Требования к опыту Обязательно: Минимум 8 лет опыта в разработке программного обеспечения, технологическом внедрении или смежных инженерных ролях, включая значительный опыт работы с Python. Обязательно: Подтвержденный опыт руководства межфункциональными технологическими командами и внедрения программных решений, решений в области ИИ, данных или облачных технологий от планирования до внедрения и операционной передачи. Обязательно: Опыт преобразования бизнес-требований в технические проекты, управления рисками внедрения и информирования технических и нетехнических заинтересованных сторон. Предпочтительно: Опыт работы в сфере финансовых услуг, технологического консалтинга, регулируемых отраслях или других средах, требующих строгого контроля, защиты данных и аудируемости. Альтернативные пути: Кандидаты могут претендовать на должность, сочетая соответствующий профессиональный опыт, вклад в проекты с открытым исходным кодом, техническое лидерство, владение архитектурой, продвинутое обучение или демонстрацию внедрения производственных решений на Python и ИИ взамен некоторых традиционных требований к квалификации или опыту.

Ежедневные задачи Сотрудничество с внутренними заинтересованными сторонами для уточнения требований, определения критериев успеха, приоритизации работ и преобразования бизнес-потребностей в планы технического выполнения. Руководство межфункциональными командами в процессе обзоров архитектуры, планирования спринтов, выполнения инженерных задач, управления рисками, решения технических проблем и управления процессом выполнения. Обзор проектных решений, качества кода, производительности моделей ИИ, мер безопасности, операционной готовности и результатов проекта при одновременном поддержании технологических дорожных карт. Принятие обоснованных решений о техническом направлении, внедрении технологий, поставщиках, приоритетах выполнения и улучшениях процессов в рамках согласованного управления и бюджетных параметров.

Квалификация Степень бакалавра или магистра в области компьютерных наук, информационных технологий, инженерии, науки о данных или смежной области; эквивалентный релевантный профессиональный опыт может быть рассмотрен. Минимум 8 лет опыта в технологическом лидерстве и разработке программного обеспечения, со значительным опытом внедрения решений на основе Python. Предпочтительные сертификаты включают сертификаты по облачной архитектуре, Agile-доставке, управлению проектами, инженерии данных, ИИ или информационной безопасности, относящиеся к данной роли. Ожидается завершение релевантного для должности обучения по безопасному развитию, ответственному ИИ, облачным технологиям, программной архитектуре и управлению проектами. Приверженность непрерывному профессиональному развитию посредством структурированного обучения, технических сообществ, сертификации, наставничества и практического применения новых технологий.

Профессиональные компетенции Применение критического мышления, структурированного анализа и обоснованного решения проблем для устранения технических проблем и проблем выполнения. Руководство межфункциональными командами через четкое направление, инклюзивное сотрудничество, техническое наставничество, подотчетность и обмен знаниями. Ясное изложение технических концепций и управление ожиданиями заинтересованных сторон, переговоры, зависимости и обязательства по выполнению. Адаптация к меняющимся требованиям, изучение новых технологий и применение обратной связи для улучшения решений и рабочих практик. Оценка возможностей для инноваций путем балансировки бизнес-ценности, осуществимости, безопасности, устойчивости, поддерживаемости и соображений ответственного ИИ. Эффективное планирование и приоритизация работы, управление конкурирующими задачами, надлежащее эскалирование рисков и достижение согласованных результатов в рамках установленных ограничений.

ЗАЯВЛЕНИЕ SYNECHRON О РАЗНООБРАЗИИ И ИНКЛЮЗИВНОСТИ Разнообразие и инклюзивность являются основополагающими для нашей культуры, и Synechron гордится тем, что является работодателем с равными возможностями и проводит политику позитивных действий. Наша инициатива в области разнообразия, справедливости и инклюзивности (DEI) «Same Difference» направлена на создание инклюзивной культуры – продвижение равенства, разнообразия и уважительной среды для всех. Мы твердо верим, что разнообразный кадровый состав способствует созданию более сильных, успешных компаний как глобальной организации. Мы поощряем кандидатов из различных слоев общества, независимо от расы, этнической принадлежности, религии, возраста, семейного положения, пола, сексуальной ориентации или инвалидности, подавать заявки. Мы расширяем возможности нашей глобальной рабочей силы, предлагая гибкие условия труда, наставничество, внутреннюю мобильность, программы обучения и развития и многое другое. Все решения о приеме на работу в Synechron основаны на потребностях бизнеса, требованиях к работе и индивидуальной квалификации, без учета пола кандидата, его гендерной идентичности, сексуальной ориентации, расы, этнической принадлежности, инвалидности или статуса ветерана, а также любой другой характеристики, защищенной законом.

Уведомление для кандидатов