СимбирСофт ФинансыОпубликована 7 дней назад · отклик: Сайт вакансий
Tech Lead NLP/LLM-разработки
ЗарплатаПо договорённости
ФорматУдалённо
ЛокацияКазань, Россия
ГрейдLead
ЗанятостьПолная занятость
Ищем Tech Lead для руководства командой NLP-инженеров и backend-разработчиков, которая развивает платформу парсинга документов в банке. Специалист будет отвечать за техническое развитие продукта, архитектуру LLM/NLP-решений, управление бэклогом и качество реализации. Предстоит работать с ML-, OCR-, LLM- и VLM-моделями, выстраивать взаимодействие с внутренними заказчиками и развивать инженерную экспертизу команды.
Что предстоит делать
- Руководить командой NLP-инженеров и backend-разработчиков.
- Планировать и приоритизировать задачи, проводить ревью и контролировать качество решений.
- Определять архитектуру и технологический стек LLM/NLP-разработки.
- Вести ключевой проект направления — банковскую платформу парсинга документов.
- Формулировать технические требования и декомпозировать задачи.
- Вести технический бэклог и приоритизировать запросы от нескольких заказчиков.
- Контролировать реализацию решений на всех этапах разработки.
- Взаимодействовать с бизнес-заказчиками и смежными IT-командами.
- Развивать экспертизу команды, организовывать обмен знаниями и формировать лучшие практики.
- Заниматься наставничеством и профессиональным развитием сотрудников.
- Участвовать в выборе, интеграции и оптимизации ML-, OCR-, LLM- и VLM-моделей.
- Проектировать масштабируемые решения для промышленной эксплуатации моделей.
Требования
- От пяти лет коммерческого опыта в NLP, LLM или backend-разработке на Python.
- Не менее трёх лет опыта в роли Tech Lead.
- Практический опыт управления инженерной командой и технической частью продукта.
- Глубокое понимание ML-алгоритмов, OCR-моделей, архитектуры LLM и VLM-моделей.
- Уверенное владение Python.
- Практический опыт работы с PyTorch, Hugging Face, sentence-transformers и FastAPI.
- Опыт интеграции и оптимизации моделей Qwen, DeepSeek, Llama, Mistral или аналогичных.
- Понимание принципов оптимизации inference.
- Знание подходов к масштабированию, кэшированию и распределённому inference.
- Опыт взаимодействия с бизнес-заказчиками и смежными IT-командами.
- Умение формировать и вести технический бэклог.
- Навыки сбора, декомпозиции и приоритизации требований от нескольких заказчиков.
Будет плюсом
- Опыт интеграции LLM с корпоративными системами и BI-платформами.
- Знание инструментов мониторинга LLM по показателям latency, quality и cost.
- Опыт работы с библиотеками Docling и Kreuzberg.
- Опыт проектирования и разработки высоконагруженных систем.
Условия
- Опыт работы: 3–6 лет.
- Занятость: полная.
- График: 5/2, рабочие часы: 8.
- Формат работы: удалённо.
- Гибкий график работы.
- Широкий технологический стек, сотни проектов.
- Возможность разрабатывать IT-решения для разных отраслей, пробовать новые технологии.
- Выстроены процессы удалённой работы, есть офисы с зонами коворкинга.
- Возможность прокачаться в разных направлениях: тимлид, архитектор, full-stack-разработчик.
- Развитая система наставничества, сертификация за счёт компании, участие в конференциях, изучение английского языка.
- Обмен опытом, внутренние и внешние митапы по разработке, хакатоны, доклады по развитию hard и soft skills.
- 50+ клубов по интересам и профессиональных сообществ внутри компании.
- Корпоративная база знаний и социальная сеть.
Инструменты в вакансии
Навыки и технологии
Направления