Platform Architect

Эта роль сочетает архитектурную ответственность с практической реализацией: вы будете проектировать, создавать, развёртывать и эксплуатировать платформу, включая её инфраструктуру и DevOps. Вы будете подчиняться Director of Product Security, станете первым участником этой функции и будете принимать ранние технические решения, на которых затем будет строиться будущая команда.

В роли Platform Architect вы будете отвечать за архитектуру платформы, которой пользуются более 1 000 сотрудников, включая их доступ к инструментам ИИ, таким как Anthropic Claude, OpenAI и будущие провайдеры.

• Создавать архитектуру ИИ-платформы: эталонный проект того, как доступ к возможностям LLM предоставляется, регулируется, отслеживается и расширяется во всей организации.

• Отвечать за каждое архитектурное решение по ИИ-платформе, а также документировать, обосновывать каждое из них и отстаивать его.

• Оценивать и выбирать новые модели, инструменты и фреймворки по мере развития рынка.

• Предоставлять платформу как сервис, чтобы команды могли переносить своих агентов в управляемую облачную инфраструктуру.

• Управлять использованием Anthropic (Claude API, Claude Code, Anthropic Enterprise), OpenAI и будущих провайдеров: контроль доступа к API, управление учётными данными, политика версий моделей, распределение затрат и стандарты допустимого использования.

• Отвечать за технические отношения с Anthropic и OpenAI на уровне предприятия.

• Создавать облачную инфраструктуру для ИИ-нагрузок на AWS и GCP: Bedrock, SageMaker, Vertex AI, Cloud Functions и вспомогательные сервисы (S3, Cloud Storage, IAM и мониторинг на обеих платформах).

• Развёртывать и безопасно настраивать n8n, а также создавать автоматизированные рабочие процессы, соединяющие LLM с Jira, Confluence, Slack, Google Workspace, HR-системами и собственными источниками данных.

• Проектировать и защищать серверы и шлюзы MCP, соединяющие ИИ-агентов с внутренними сервисами.

• Создавать интеграции на Python для внутренних инструментов на базе ИИ: пайплайны RAG, фреймворки для агентов, библиотеки промптов и внутренние ИИ-ассистенты.

• Работать практически: вы пишете код, создаёте рабочие процессы и развёртываете инструменты. Это не консультационная роль.

• Создавать архитектуру конфиденциальности и безопасности данных для использования LLM в регулируемой среде, включая классификацию промптов, контроль выходных данных и журналы аудита в соответствии с FCA, CySEC, ASIC и DORA.

• Выстраивать наблюдаемость по всему стеку: потребление токенов, стоимость на команду, задержка, частота ошибок и нарушения политик на облачных платформах и у прямых API-провайдеров.

• Создавать框架 внедрения ИИ из стандартов, паттернов и материалов для онбординга, которые позволят командам в Technology использовать ИИ безопасно и единообразно.

• Проводить внутреннее обучение через воркшопы, документацию и прямую поддержку команд, переходящих от разового использования ИИ к управляемым, воспроизводимым процессам.

• Сообщать руководству Technology о статусе, рисках и дорожной карте ИИ-платформы

• 8+ лет в инженерной разработке, из них не менее 2 лет создания систем на базе LLM в продакшене, а не прототипов или POC.

• Умение работать в качестве первого человека в функции: вы сами определяете свои приоритеты, сами устраняете блокеры и достигаете результата без команды вокруг.

• Python промышленного уровня: инструменты, от которых зависят другие, а не скрипты, которые вы передаёте и забываете.

• Глубокий практический опыт работы с API Anthropic и/или OpenAI: function calling, tool use, streaming, RAG, управление промптами, оптимизация токенов и версионирование моделей.

• Практический опыт работы с агентными платформами, серверами MCP и шлюзами MCP, включая проектирование взаимодействия между ИИ-агентами и внутренними сервисами.

• n8n: развёртывание, безопасная настройка и поддержка многошаговых автоматизированных рабочих процессов в масштабе организации.

• Уверенное знание AWS для ИИ-нагрузок: Bedrock, SageMaker, Lambda, S3, IAM и CloudWatch, развёрнутых и эксплуатируемых в продакшене.

• Уверенное знание GCP для ИИ-нагрузок: Vertex AI, Cloud Functions, Cloud Storage, IAM и Cloud Monitoring.

• Практические навыки DevOps, позволяющие развёртывать и запускать то, что вы создаёте.

• Архитектурное мышление: сквозное проектирование систем, чёткое документирование компромиссов и умение защищать решения перед старшими стейкхолдерами.

• Инженерия безопасности для того, что вы создаёте: управление секретами и учётными данными, ротация ключей и IAM с минимально необходимыми привилегиями в облаке и SaaS.

• Защита данных и возможность аудита на этапе проектирования: классификация того, какие данные могут попадать к какой модели и провайдеру, контроль и журналирование промптов и ответов, а также создание журналов аудита, которые выдержат проверку регулятора.

• Свободное владение темой угроз для LLM, включая prompt injection, утечку данных через выходные данные модели, небезопасное использование инструментов и агентов и риски цепочки поставок моделей, а также практическое знание признанного фреймворка, например OWASP LLM Top 10 или NIST AI RMF.

• Опыт в финтехе, брокерской деятельности или финансовых услугах.

• Знание DORA или ISO 27001:2022 применительно к рискам ИИ-систем.

• Знакомство с EU AI Act и другими регуляторными требованиями к ИИ, а также со стандартами рисков и управления, специфичными для ИИ, такими как NIST AI RMF или ISO/IEC 42001.

• Фреймворки оркестрации LLM: LangChain, LlamaIndex или аналогичные.

• Практический опыт работы с инструментами защитных ограничений LLM и DLP: Bedrock Guardrails, фильтры безопасности Vertex AI или инструменты prompt-firewall и редактирования PII.

• Опыт создания внутренних платформ для разработчиков или центров компетенций по ИИ.

• AWS Solutions Architect Professional, Google Professional ML Engineer или эквивалент.

Развивайтесь вместе с Capital.com и помогайте формировать то, как миллионы людей получают доступ к рынкам.