Principal AI Engineer

Это инженерная роль, а не аналитическая. Вы будете создавать агентные рабочие процессы, которые рассуждают над исследовательским контентом компании, а также инструменты для загрузки, оценки и контроля, которые делают их выводы достаточно надёжными, чтобы инвестиционные профессионалы могли действовать на их основе. Ни один из этих инструментов сегодня не существует — вы будете создавать их с нуля.

• Создавать агентные рабочие процессы, которые рассуждают над исследовательскими отчётами, стенограммами, документами и новостями, и предоставлять портфельным менеджерам чёткое представление о найденном, о недостающем и о степени уверенности системы в каждом ответе.
• Инженерить автоматические проверки качества неструктурированного исходного контента перед загрузкой — пустой или пустой контент, усечение, точность извлечения, пробелы в покрытии ожидаемых наборов документов.
• Создавать проверку поставки от поставщиков: обнаруживать и количественно оценивать дефекты парсинга и формата во входящих потоках, передавать их обратно поставщикам и команде по получению данных, а также исправлять извлечение, где оно происходит у нас.
• Создавать инфраструктуру оценки, бенчмарки и контрольные механизмы для вывода агентов — обоснованность, фактическая точность, релевантность и цитирование/происхождение, чтобы любое утверждение можно было отследить до конкретного файла и фрагмента.
• Поставлять мониторинг и дашборды, отображающие результаты проверки качества данных, уровни уверенности и пробелы в покрытии как для инженерной, так и для PM‑аудиторий.
• Работать напрямую с командой платформенной инженерии, командой получения данных и портфельными менеджерами, превращая бизнес‑ожидания в измеримые, автоматизированные стандарты качества.

• Доказанный опыт создания производственных агентных и LLM‑систем — многопользовательских или оркестрованных рабочих процессов, которые рассуждают над разнородными источниками (PDF, аудио‑транскрипты, файловые хранилища, базы данных) и предоставляют пользователям уверенность, пробелы и происхождение.
• Практический опыт инженерии конвейеров загрузки и извлечения документов: парсинг, фрагментация и автоматические контрольные механизмы вокруг них — обнаружение пустого или усечённого контента, поставки от поставщиков, содержащих неверный раздел документа, дублирование, проблемы кодировки и OCR.
• Опыт создания инфраструктуры оценки и контроля для AI‑систем: оценка обоснованности, цитирование и происхождение (имя файла плюс точный извлечённый фрагмент), тестовые наборы, регрессионные наборы и наблюдаемость LLM.
• Сильные навыки производства на Python — сервисы и конвейеры, работающие без присмотра, с тестированием, CI и стандартами кода. Это не роль, связанная с ноутбуками и анализом.
• Способность работать из намеренно расплывчатого задания, формировать проблему напрямую с бизнес‑стейкхолдерами и объяснять технические результаты нетехнической аудитории.

• Опыт настройки качества поиска — стратегия фрагментации, выбор эмбеддингов, оценка поиска.
• Опыт работы с качеством структурированных и временных рядов данных (пробелы в покрытии, нули в критических колонках).
• Конвейеры ETL и владение SQL.
• Предыдущий опыт работы с инвестиционными профессионалами в быстро меняющейся среде.
• Практические знания Snowflake, Linux/UNIX, Git, Jira.

Мы привержены поддержанию равенства, разнообразия и инклюзивности как работодатель с равными возможностями. Все соискатели будут рассматриваться без дискриминации по признаку расы, цвета кожи, религии, возраста, пола, национальности, инвалидности, сексуальной ориентации, гендерной идентичности или выражения, статуса ветерана или любого другого признака, защищённого применимым законодательством.

Мы приветствуем и ценим уникальность каждого человека. Присоединяйтесь к Intellias для карьеры, где ваши взгляды и вклад имеют решающее значение для нашего совместного успеха.