AI Engineer

Как AI Engineer в GitLab, вы поможете построить основу трансформации GitLab в компанию, ориентированную на AI. Отчитываясь перед Director, Enterprise AI, вы будете практическим техническим лидером, отвечающим за поставку внутренних AI‑решений, которые приводят к измеримым бизнес‑результатам.

Быстрая разработка важна, но сама по себе недостаточна. Эта роль начинается с понимания реальной проблемы: картирования того, как работа перемещается между командами, инструментами и передачами, выявления истинного ограничения и проверки, является ли AI правильным решением, прежде чем начинать разработку. Затем вы возьмёте на себя ответственность от обнаружения до развертывания, сочетая сильные инженерные навыки с системным мышлением и бизнес‑пониманием.

Ваш начальный фокус охватит Sales, Marketing и Customer Support, где вы внедрите AI‑решения в ключевые системы и рабочие процессы. Эта роль предоставляет возможность формировать то, как члены команды GitLab работают, улучшать поток по всей организации и способствовать выполнению нашей миссии в удалённой, асинхронной и ценностно‑ориентированной среде.

• Диагностировать бизнес‑проблемы до создания решений. Картировать рабочие процессы, выявлять ограничения и подтверждать, является ли AI правильным вмешательством. Будьте готовы сказать «это не требует AI», если это честный ответ.

• Вести AI‑инициативы от начала до конца, начиная с выявления заинтересованных сторон и технического проектирования, до реализации, развертывания и итераций.

• Проектировать, разрабатывать и выпускать AI‑решения быстро, предоставляя работающие прототипы за дни, а не месяцы, с акцентом на практические результаты и измеримую бизнес‑ценность.

• Повышать организационный поток, создавая решения, которые уменьшают узкие места, сокращают сроки выполнения и увеличивают пропускную способность. Измерять успех с помощью метрик потока, а также показателей внедрения и ROI.

• Интегрировать возможности AI в существующие системы и рабочие процессы с использованием API, инструментов оркестрации и современных AI‑платформ, включая GitLab Duo Agent Platform, где это уместно. Правильный инструмент побеждает, будь то пользовательский код, платформа или хорошо сформулированный запрос.

• Быть Customer Zero: использовать и демонстрировать AI‑предложения GitLab где возможно, передавая реальные данные об использовании обратно в R&D.

• Тесно сотрудничать с заинтересованными сторонами из разных функций, чтобы понять реальные ограничения. Задавать правильные вопросы, соединять технические и нетехнические точки зрения и согласовывать результаты перед переходом к решениям.

• Определять и отслеживать успех с помощью бизнес‑метрик, метрик потока и обратных связей, которые делают производительность видимой и применимой.

• Вносить вклад в техническое направление, оценивая инструменты, документируя паттерны и создавая переиспользуемые основы, помогающие команде масштабировать влияние.

• Технар в сердце — Искренне увлечён технологиями, как фундаментальными, так и передовыми. Вы получаете энергию от хорошо спроектированной интеграции API так же, как от последнего релиза базовой модели. Вы стремитесь к простому решению, которое хорошо решает задачу, а не навязываете новую технологию, когда проверенные подходы подходят. AI — мощная часть вашего инструментария, но она опирается на прочные инженерные основы, а не заменяет их.

• Компетентные, уверенные навыки кодирования — Вы способны создавать работающие решения от начала до конца, писать чистый и поддерживаемый код и эффективно отлаживать. Независимо от того, были ли ваши навыки отточены в традиционной инженерной роли, при построении автоматизаций или в сторонних проектах, важно, что вы можете самостоятельно поставлять работу производственного качества.

• Глубокие технические знания AI & LLM — Сильная компетентность как минимум в одном современном скриптовом языке (Python, JavaScript/TypeScript или аналог) и твердое понимание REST API, GraphQL и паттернов интеграции. Глубокий практический опыт с современными AI‑технологиями, в частности: инженерия запросов как ключевая дисциплина: разработка эффективных системных запросов, управление окнами контекста, структурирование многошаговых взаимодействий, оценка качества вывода и систематическое улучшение запросов.

• Выбор модели и компромиссы между стоимостью и производительностью: понимание, когда небольшая дообученная модель превосходит общую большую модель, когда RAG является правильной архитектурой вместо расширения окна контекста, и как принимать обоснованные решения о возможностях против стоимости.

• Паттерны агентной архитектуры: использование инструментов, оркестрация мульти‑агентов, дизайны с участием человека, ограждения, рамки оценки и паттерны надёжности уровня production‑grade.

• Практичная грамотность в экосистеме LLM: практический опыт работы с моделями от Anthropic, OpenAI, открытыми альтернативами и умение определить, к какой модели обратиться и когда.

• Осведомлённость о безопасности AI и рисках — Вы критически оцениваете, как построенные вами решения могут быть использованы злоумышленниками, неправильно применены или вызвать непредвиденные последствия. Вы знаете, как проектировать надёжные ограждения (валидация ввода, фильтрация вывода, контроль доступа, защита от внедрения запросов и предотвращение утечки данных) и рассматриваете их как первоклассные инженерные задачи.

• Системное мышление и диагностическая строгость — Способность смотреть на сложный процесс и видеть ограничение. Умение картировать полный поток работы, выявлять узкие места и прослеживать проблемы до корневых причин перед предложением решений. Инстинктивно задаёте вопрос «что действительно блокирует поток здесь?», прежде чем спросить «какую модель использовать?»

• Экспертиза бизнес‑систем — Знакомство с ландшафтом корпоративных бизнес‑систем, CRM (Salesforce), маркетинговой автоматизацией (Marketo), платформами поддержки (Zendesk), инструментами интеграции и оркестрации (Workato), AI‑платформами (Relevance AI) и корпоративным поиском и инструментами знаний (Glean). Не требуется глубокий опыт со всеми из них, но необходимо понимать их функции, как они взаимодействуют и быть готовым работать с ними. Сильное понимание корпоративных моделей данных и рабочих процессов является обязательным.

• Широкое функциональное понимание — Способность вести содержательные беседы с заинтересованными сторонами из разных областей и быстро понимать их уникальные потребности.

• Полный цикл ответственности — Доказанный опыт владения сложными инициативами от обнаружения до поставки. Умение работать в условиях неопределённости и добиваться измеримых результатов самостоятельно.

• Ориентированность на продукт — Способность определять объём MVP, безжалостно приоритизировать и поставлять итеративно. Кроме того, учитывать внедрение, пользовательский опыт и бизнес‑результаты.

• Опыт работы с платформой GitLab и CI/CD рабочими процессами

• Опыт в консалтинге, инженерии решений или технических ролях, ориентированных на работу с клиентами

• Знакомство с картированием потока ценности, метриками потока или мышлением в рамках Теории ограничений

• Опыт работы с инструментами оркестрации low‑code/no‑code (n8n, Make, Workato) в сочетании с кастомной разработкой

• Опыт работы в стартапе или компании с быстрым ростом

• Опыт наставничества или руководства техническими проектами с младшими инженерами

• Пакет льгот для поддержки вашего здоровья, финансов и благополучия

• Гибкий оплачиваемый отпуск

• Группы ресурсов для членов команды

• Вознаграждение в виде акций и план покупки акций сотрудниками

• Фонд роста и развития

• Декретный отпуск

• GitLab гордится тем, что является работодателем с равными возможностями и практикует позитивную дискриминацию. Политика и практики GitLab, касающиеся найма, трудоустройства, карьерного развития и продвижения, повышения и выхода на пенсию, основаны исключительно на заслугах, независимо от расы, цвета кожи, религии, происхождения, пола (включая беременность, лактацию, сексуальную ориентацию, гендерную идентичность или гендерное выражение), национального происхождения, возраста, гражданства, семейного положения, психических или физических инвалидностей, генетической информации (включая семейную медицинскую историю), статуса увольнения из армии, защищённого статуса ветерана (включая инвалидов‑ветеранов, недавно уволенных ветеранов, ветеранов активной службы в военное время или с наградой за кампанию, а также ветеранов, получивших медаль за службу в вооружённых силах), или любого другого основания, защищённого законом.