Senior AI-разработчик, LLM и RAG

AI Developer IV, Scientific and Environmental Programs (Remote)

О возможности

AI Developer IV присоединится к команде Product and Services в качестве старшего практикующего разработчика, создающего production AI-решения для федеральных научных и экологических программ в удалённом формате. Это не общая AI-роль. Вы будете работать напрямую с научными данными и данными наблюдения Земли, технической документацией миссий, а также с исследователями и программными командами, которые от них зависят. Работа охватывает генеративный и агентный AI, интеграции LLM, RAG и решения для работы со знаниями, API и облачные AI-сервисы, но мера успеха — способность этих систем давать результаты, которым доверяют учёные. Идеальный кандидат сочетает сильные навыки production-инженерии с реальным опытом работы с научными данными. Вы понимаете, как устроены научные датасеты, где они ломаются и почему точность и происхождение данных важнее отполированного демо. Успех в этой роли означает поставку AI-решений, выдерживающих научную проверку, завоевание доверия экспертов предметной области через разговор на их языке и укрепление инженерных стандартов команды через качественный код, тщательные ревью и разумные практики разработки.

Чем вы будете заниматься

• Проектировать, создавать и развёртывать production AI-решения, поддерживающие федеральные научные и экологические программы
• Применять LLM и генеративные AI-решения к научным, геопространственным данным и данным наблюдения Земли
• Создавать RAG и решения для поиска знаний по технической, научной и миссионной документации, включая приём данных, чанкинг, эмбеддинги, векторный поиск и пайплайны извлечения
• Работать с учёными и экспертами предметной области, чтобы понимать исследовательские вопросы и переводить их в работающие AI-системы
• Валидировать выводы AI по научным стандартам с вниманием к точности, происхождению, неопределённости и воспроизводимости
• Разрабатывать агентные workflow, использующие инструменты, оркестрацию и многошаговые рассуждения для поддержки анализа и исследовательских задач
• Интегрировать LLM в приложения и workflow через API и SDK
• Создавать и поддерживать API и сервисы, открывающие AI-возможности внутренним командам и нижестоящим системам
• Создавать AI-аналитику и автоматизацию, улучшающие операционную видимость, отчётность и принятие решений для федеральных программ
• Внедрять ответственные практики AI, включая человеческий надзор, валидацию выводов и аудируемость
• Развёртывать и эксплуатировать AI-сервисы в облаке с использованием infrastructure as code и CI/CD
• Оценивать и улучшать качество AI-решений, включая точность, задержку, стоимость и надёжность
• Внедрять мониторинг, логирование и guardrails для наблюдаемости, безопасности и надёжности AI-систем
• Писать чистый, протестированный, хорошо документированный код и участвовать в code review
• Выполнять другие обязанности и задачи по поручению

Что от вас ожидается

Базовые квалификации

• Степень бакалавра в Computer Science, инженерии, физических, экологических или науках о Земле либо смежной области, или эквивалентный практический опыт
• 8+ лет профессионального опыта разработки ПО, включая развёртывание решений в production
• Подтверждённый опыт работы с научными, геопространственными, экологическими данными или данными наблюдения Земли в профессиональной или исследовательской среде
• Опыт прямого сотрудничества с учёными, исследователями или техническими экспертами предметной области
• Уверенное владение Python, включая научную экосистему Python (например, NumPy, pandas, xarray)
• Практический опыт создания решений с LLM и генеративным AI (например, проектирование промптов, function/tool calling, структурированные выводы)
• Опыт создания RAG или решений на основе знаний, включая эмбеддинги и векторные базы данных
• Опыт создания AI-решений в федеральной или другой регулируемой среде с вниманием к безопасности данных, приватности и соответствию (например, NIST, FedRAMP)
• Опыт создания API и сервисов (например, FastAPI, Flask)
• Практический опыт развёртывания приложений и AI-сервисов в крупной облачной среде (AWS, Azure или GCP)
• Опыт работы с инструментами CI/CD и infrastructure as code
• Прочные основы разработки ПО: тестирование, контроль версий (Git), code review и документация
• Сильные коммуникативные навыки и способность работать в кросс-функциональной среде

Предпочтительные квалификации

• Продвинутая степень или исследовательский опыт в научной дисциплине
• Опыт работы с распространёнными научными и геопространственными форматами данных (например, NetCDF, HDF5, GeoTIFF) и геопространственными инструментами
• Опыт поддержки федеральных научных, исследовательских или экологических миссий
• Знакомство с классическими ML-техниками и фреймворками (например, scikit-learn, PyTorch), особенно в применении к научным данным
• Опыт создания агентных AI-систем с фреймворками вроде LangChain, LlamaIndex или аналогичными
• Опыт работы с облачными AI-платформами и управляемыми сервисами моделей (например, AWS Bedrock, Azure OpenAI, Vertex AI)
• Опыт работы с AI-сервисами AWS, такими как Amazon Bedrock и SageMaker
• Опыт оценки и мониторинга LLM-приложений