Senior AI-разработчик, LLM и RAG

AI Developer IV присоединится к команде Product and Services как senior-разработчик, который вручную создаёт production-решения на базе ИИ для федеральных научных и экологических программ. Работа удалённая.

Это не общая роль в области ИИ. Вы будете напрямую работать 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 ИИ, интеграции LLM, RAG и решения для работы со знаниями, API и облачные AI-сервисы, но критерий успеха — доверие учёных к результатам этих систем.

Идеальный кандидат сочетает сильные навыки production-инженерии с реальным опытом работы с научными данными. Вы понимаете, как устроены научные наборы данных, 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 общение на их языке и укрепление инженерных стандартов команды через качественный код, тщательные ревью и разумные практики разработки.

Что вы будете делать:

• Проектировать, создавать и развёртывать production AI-решения, поддерживающие федеральные научные и экологические программы.
• Применять LLM и генеративный ИИ к научным, геопространственным данным и данным наблюдения Земли.
• Создавать RAG и решения для поиска знаний по технической, научной и миссионной документации, включая загрузку данных, чанкинг, эмбеддинги, векторный поиск и конвейеры извлечения.
• Работать с учёными и экспертами предметной области, чтобы понимать исследовательские вопросы и переводить их в работающие AI-системы.
• Проверять выходные данные ИИ на соответствие научным стандартам с вниманием к точности, происхождению, неопределённости и воспроизводимости.
• Разрабатывать агентные рабочие процессы, использующие инструменты, оркестрацию и многошаговые рассуждения для поддержки анализа и исследовательских задач.
• Интегрировать LLM в приложения и рабочие процессы через API и SDK.
• Создавать и поддерживать API и сервисы, предоставляющие AI-возможности внутренним командам и нижестоящим системам.
• Создавать AI-аналитику и автоматизацию, улучшающие операционную видимость, отчётность и принятие решений для федеральных программ.
• Внедрять практики ответственного ИИ, включая человеческий надзор, валидацию выходных данных 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 код-ревью.
• Выполнять другие обязанности и задачи по назначению.

Базовые квалификации:

• Степень бакалавра в области компьютерных наук, инженерии, физических, экологических или наук о Земле или смежной области, либо эквивалентный практический опыт.
• 8+ лет профессионального опыта разработки программного обеспечения, 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.
• Сильное владение Python, включая научную экосистему Python (например, NumPy, pandas, xarray).
• Практический опыт создания решений с LLM и генеративным ИИ (например, проектирование промптов, вызов функций/инструментов, структурированные выходные данные).
• 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, конфиденциальности и соответствию требованиям (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), код-ревью 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 методами и фреймворками ML (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.