Краткое описание роли
Мы ищем Lead Engineer, AI Systems, который станет техническим якорем в нашей AI‑усиленной инженерной организации. Эта роль связывает наших Senior AI Coding Engineers, AI/ML Developer (SLM Specialist) и группу стажёров Agentic Systems. Вы будете задавать техническое направление, отвечать за кросс‑функциональные архитектурные решения и продвигать ответственное, высокоэффективное внедрение практик AI‑ассистированного развития по всей инженерной функции.
Вы останетесь практикующим разработчиком, одновременно формируя то, как более широкая команда будет создавать, оценивать и выпускать AI‑продукты.
Ключевые обязанности
1 Техническое видение и архитектура
- Определять и владеть сквозной технической архитектурой AI Systems — охватывающей продуктовые функции, API вывода моделей и агентные цепочки инструментов.
- Вести Architecture Decision Records (ADRs), обзоры системного дизайна и процессы RFC в рамках сквадов.
- Устанавливать стандарты интеграции SLM/LLM конечных точек моделей в продуктовые поверхности, создаваемые командой Senior Engineering.
- Оценивать новые паттерны AI‑инфраструктуры (RAG, агентная оркестрация, векторные хранилища, сервисинг моделей) и направлять решения по их принятию.
- Владеть технической дорожной картой AI‑инструментов, продуктивности разработчиков и слоёв интеграции моделей.
2 Кросс‑сквадовое техническое лидерство
- Выступать в качестве основного технического связующего между AI/ML Developer (сторона модели) и Senior Engineers (сторона продукта), обеспечивая гладкие API‑контракты, циклы оценки и передачи в продакшн.
- Предоставлять техническое направление стажёрам Agentic Systems, проверяя их дизайны, код и реализации агентных пайплайнов.
- Снимать блокировки у старших инженеров по сложным архитектурным или интеграционным задачам, охватывающим границы сквадов.
- Проводить кросс‑командные обзоры дизайна, синхронизации архитектуры и сессии инженерных гильдий.
3 AI‑усиленное инженерное совершенство
- Определять и поддерживать стандарты организации для AI‑ассистированной разработки — включая контекстную инженерию, протоколы AI‑кода‑ревью, управление контекстом и критерии оценки инструментов.
- Поддерживать и развивать внутренний AI‑инструментальный плейбук (Cursor IDE, Claude Code, Codex CLI и новые инструменты).
- Оценивать новые AI‑инструменты кодинга, агентные фреймворки (LangChain, LlamaIndex, CrewAI, AutoGen) и платформы продуктивности разработчиков; формировать рекомендации по внедрению с измеримыми компромиссами.
- Проводить структурированные аудиты AI‑сгенерированного кода в сквадах на корректность, безопасность и поддерживаемость.
4 Практическая инженерия
- Оставаться активным участником: разрабатывать критически важные функции, прототипировать архитектурные спайки и создавать общие инфраструктурные компоненты, используемые в сквадах.
- Лично вести решение самых сложных инцидентов в продакшн и анализ причин.
- Проводить ревью и слияние PR с высоким влиянием; поддерживать высший уровень качества код‑ревью в команде.
- Отвечать за наблюдаемость и надёжность слоёв AI‑вывода и MLOps‑интеграции в продакшн.
5 Наставничество и развитие талантов
- Наставлять Senior Engineers, AI/ML Developer и стажёров через технический коучинг, обратную связь по дизайну и сложные задачи.
- Руководить панелями найма и техническими интервью; помогать определять и поддерживать планку инженерного найма.
- Вносить вклад в онбординг‑рамки, внедряющие AI‑первый подход с первого дня.
- Моделировать культуру строгих экспериментов, психологической безопасности и непрерывного улучшения.
6 Взаимодействие со стейкхолдерами и продуктом
- Сотрудничать с Director of Engineering и руководством продукта для трансляции продуктовой стратегии в поэтапную техническую дорожную карту.
- Представлять архитектурные предложения и анализ компромиссов руководству инженерии и исполнительным стейкхолдерам по мере необходимости.
- Координировать работу с командами DevOps/Platform по provisioning GPU/TPU вычислений, CI/CD для пайплайнов моделей и оптимизации облачных расходов.
Требуемые квалификации
1 Образование
- Степень бакалавра или магистра в области Computer Science или смежной дисциплины.
- Кандидаты без степени, но с убедительным портфолио, демонстрирующим масштаб и влияние на уровне staff/lead, будут рассматриваться.
2 Опыт
- 6 – 8 лет профессионального опыта в software engineering в продуктово‑ориентированных средах.
- Минимум 2 года в формальной или де‑факто роли технического лидера / staff engineer в нескольких сквадах или системах.
- Минимум 8‑12 месяцев активного практического опыта с AI‑инструментами кодинга в профессиональной инженерной среде.
- Доказанный опыт поставки продакшн‑систем с измеримым бизнес‑влиянием в масштабе.
- Демонстрированный опыт тесного сотрудничества с командами ML/AI моделей по интеграции, развертыванию и оценке.
3 Технические навыки — Основная инженерия
- Языки: экспертный уровень владения как минимум двумя из — Nodejs, Python, TypeScript/JavaScript, Go.
- Архитектура: микросервисы, событийно‑ориентированные системы, дизайн API (REST, GraphQL, gRPC), основы распределённых систем.
- Базы данных: SQL (PostgreSQL, MySQL) и NoSQL (MongoDB, Redis); векторные базы данных (FAISS, Pinecone, Weaviate).
- Облако: AWS, GCP или Azure — вычисления, хранилище, serverless, управляемые ML‑сервисы (SageMaker, Vertex AI).
- DevOps: Docker, Kubernetes, CI/CD (GitHub Actions, Jenkins); IaC (Terraform/Pulumi); стеки наблюдаемости.
- Тестирование: TDD/BDD; unit, integration и e2e фреймворки; пайплайны оценки моделей.
4 Навыки интеграции AI / ML (обязательно)
- Демонстрированная компетентность в работе с AI‑ассистентами кодинга (Cursor IDE, Claude Code, Codex CLI) в ежедневных профессиональных процессах.
- Опыт проектирования и использования LLM/SLM inference API; понимание сервисинга моделей, задержек и стоимости.
- Практические знания архитектур RAG, векторных хранилищ и пайплайнов извлечения.
- Способность определять и обеспечивать стандарты качества AI‑кода в инженерной команде.
- Понимание ограничений LLM: галлюцинации, ограничения окна контекста, риски инъекции запросов и вопросы лицензирования.
5 Технические навыки — Приветствуется
- Опыт работы с SLM/LLM обучением или пайплайнами тонкой настройки (SFT, RLHF, LoRA/QLoRA).
- Знакомство с агентными фреймворками (LangChain, LlamaIndex, AutoGen, CrewAI) и многошаговыми пайплайнами рассуждений.
- Вклад в open‑source проекты ML или инструментов для разработчиков.
- Знание OWASP Top 10, безопасного кодинга и специфических рисков AI (инъекция запросов, эксфильтрация модели).
- Предыдущий опыт в быстрорастущем стартапе или scale‑up с быстрыми циклами итераций.
The Payoneer Ways of Working
Act as our customer’s partner on the inside Изучать их потребности и создавать то, что поможет им идти дальше.
Do it. Own it. Быть бесстрашно ответственным во всём, что мы делаем.
Continuously improve Всегда стремиться к более высокому стандарту, чем наш предыдущий.
Build each other up Помогать друг другу расти, как профессионалам, так и людям.
Если это звучит как бизнес, сообщество и миссия, в которой вы хотите участвовать, подайте заявку сегодня.
Мы привержены созданию разнообразного и инклюзивного рабочего места. Payoneer — работодатель, предоставляющий равные возможности, и все квалифицированные соискатели получат рассмотрение независимо от расы, цвета кожи, происхождения, религии, пола, сексуальной ориентации, гендерной идентичности, национального происхождения, возраста, статуса инвалидности, защищённого статуса ветерана или любой другой характеристики, защищённой законом. Если вам требуется разумное приспособление на любой стадии процесса найма, пожалуйста, обратитесь к рекрутеру, отвечающему за эту роль, для внесения корректировок. Решения о запросах на разумные приспособления принимаются индивидуально.