AI/ML-инженер, Applied AI

В PrizePicks открыта роль senior individual contributor в команде Applied AI, которая превращает современные ML/LLM в надёжные и масштабируемые продуктовые возможности.

Задачи:

• Строить агентную платформу и инструменты: оркестрация, вызов инструментов/функций, оценочные харнессы, управление промптами и версиями, трассировка/наблюдаемость, безопасность и guardrails.
• Поддерживать паттерны retrieval-augmented generation (RAG), структурированное извлечение данных и production-инференс.
• Внедрять AI в SDLC совместно с командами прикладной разработки: помощь в код-ревью, генерация тестов, поддержка инцидентов, developer copilots — с понятными quality gates и измеримым эффектом.
• Определять границу между задачами для агентов и работой человека, адаптировать её по мере роста навыков команды и зрелости инструментов.
• Диагностировать поведение агента по трассировке, а не только по финальному результату: входы, промежуточные шаги, точки отказа.
• Относиться к выводу AI как к утверждению для проверки, включая тесты, которые агент пишет для своего кода.
• Вести applied AI-фичи end-to-end: от прототипа до продакшена — потребности в данных, проектирование системы, выбор модели/вендора, планы rollout, мониторинг и итерации.
• Работать с product, design и data/ML-стейкхолдерами над клиентскими результатами.
• Оценивать распространение AI в организации, выявлять узкие места и режимы отказа, строить недостающее и обучать уже созданному.
• Менторить инженеров и задавать стандарты надёжности, оценки, реакции на инциденты, приватности/безопасности и подходов к разработке AI.

Требования:

• 6+ лет профессионального опыта в software engineering (или эквивалент), включая запуск production-систем.
• Прямой опыт в Applied AI / product AI команде с созданием LLM- или ML-фич; агенты/тулинг сильно предпочтительны.
• Продемонстрированное суждение в agent-driven разработке: что делегировать, как задавать контекст агенту и как проверять его вывод до доверия.
• Сильные навыки backend/system design: API, распределённые системы, очереди/воркфлоу, наблюдаемость и производительность.
• Умение работать в неопределённости и достигать результатов с кросс-функциональными партнёрами.
• Опыт менторства коллег и повышения качества инженерии.

Будет плюсом:

• Опыт создания платформенных возможностей для инженеров (SDK, внутренние фреймворки, developer tooling).
• Практический опыт с embeddings, поиском/retrieval, методологиями оценки и мониторингом моделей (offline + online).
• Опыт создания AI-инструментов/продуктов вроде агентов и ассистентов в масштабе.
• Понимание ограничений инференса (латентность, стоимость, кеширование), компромиссов между вендорами/моделями и паттернов деплоя.

Примеры проектов:

• Слой оркестрации агентов с маршрутизацией инструментов, policy guardrails и трассируемостью.
• RAG-сервис с ингестией документов, чанкингом/индексацией, оценкой и контролем свежести.
• Rollout AI в SDLC: автоматическая обратная связь по PR и предложения тест-планов.