О проекте:
Проекты цифровизации производственных процессов алюминиевой отрасли.
Мы используем Computer vision и классический machine learning на заводах: от добычи руды, производства глинозема до получения алюминия, сплавов и производства автомобильных дисков, радиаторов, труб, фольги и других изделий;
Благодаря нашим решениям бизнес снижает затраты на производственных участках и избавляет от рутинной работы заводчан;
ИИ следит за конвейерами, печами, цехами и подсказывает людям, как исправить неоптимальный режим работы.
Задачи:
- Проектирование архитектуры новых систем: декомпозиция домена, выбор архитектурного стиля, интеграционные паттерны;
- Проектирование интеграций с корпоративными ИС и слоя доступа к данным, включая контракты данных и работу с несовершенными источниками;
- Проектирование оркестрации: маршрутизация, декомпозиция задач, запуск цепочек агентов, разрешение конфликтов между рекомендациями, идемпотентность и воспроизводимость сценариев;
- Проектирование платформы агентов: реестр агентов и «навыков», выбор инструментов, стандарты качества и код-ревью, масштабирование подхода;
- Техническое лидерство: определение архитектурных решений, выбор стеков, обеспечение соблюдения стандартов разработки;
- Внедрение лучших практик: CI/CD, мониторинг, управление конфигурацией и безопасностью.
Требования:Высшее техническое образование1. Системный дизайн и интеграции (обязательно)
- Проектирование систем «с нуля»: декомпозиция домена, выбор архитектурного стиля (монолит / микросервисы / event-driven) под конкретные ограничения, формирование нефункциональных требований;
- Интеграционные и событийные паттерны: синхронные и асинхронные взаимодействия, брокеры сообщений, API-контракты, гарантии доставки, идемпотентность, деградация при частичных отказах;
- Архитектура данных: выбор модели хранения, консистентность, кеширование;
- Фиксация и защита решений: ADR и C4/UML с альтернативами, оценка технических рисков.
2. LLM и мультиагентная архитектура (обязательно)
- Проектирование мультиагентных сценариев и оркестрации, а не одного агента: декомпозиция задачи между агентами, передача контекста, разрешение конфликтов рекомендаций, ограничение глубины и стоимости цепочек;
- RAG, граф знаний и векторные БД на практике (документы сложной структуры, таблицы); tool/function calling с проектированием «навыка» как переиспользуемого версионируемого контракта (MCP и аналоги);
- Агентные фреймворки — на уровне их ограничений, а не API;
- Guardrails, ограничение полномочий агента, фолбэки, аудит действий; evals и контроль стоимости — с пониманием, чем оценка агентной системы отличается от оценки одиночного промпта;
- Понимание границ применимости LLM: где нужна детерминированная логика, ML-модель или оптимизатор, а не языковая модель;
- Опыт интеграции со сложными корпоративными ИС: ERP, учётные и операционные системы, legacy без нормальных API, источники в виде выгрузок и таблиц;
- Умение оценить готовность данных до старта разработки: полнота, глубина истории, лаг, качество, ручной ввод;
- Умение проектировать системы с человеком в контуре: рекомендация вместо автоматического действия, точки подтверждения, прослеживаемость и объяснимость.
3. Лидерство и коммуникации (обязательно)
- Техническое лидерство: ответственность за архитектуру проекта или группы проектов, hands-on на критичных участках, менторство инженеров до уровня самостоятельного проектирования модуля;
- Перевод бизнес-требований в архитектуру и объяснение нетехническим стейкхолдерам;
- Работа со смежными и внешними командами: постановка проверяемых требований, приёмка результата, разрешение ситуаций, где архитектурное решение расходится с мнением команды или бизнеса
4. AI-ассистированная разработка (обязательно)
- Способность самостоятельно довести идею до работающего прототипа, а с командой — до продакшен-качества;
- Готовность задавать в команде стандарты: что допустимо генерировать, как проверять, где проходит граница ответственности инженера.
5. Стек
- .NET или Python на уровне уверенного написания и ревью кода; при опыте только в одном — готовность быстро подхватить второй;
- PostgreSQL / MSSQL и векторные БД, Docker, Git, Kafka / RabbitMQ, REST/gRPC;
- В остальном стек технологически нейтральный: важнее качество архитектурных решений, чем конкретные библиотеки.
Условия:
- Полная занятость, полный день;
- Пятидневная рабочая неделя (5/2) с 9:00 до 18:00;
- Возможен удалённый и гибридный график (удаленная работа/офис);
- Работа в крупной международной компании (69 тыс. сотрудников), официальное трудоустройство (белая ЗП, отпуск, больничный);
- Перспективы карьерного роста в случае успешного исполнения обязанностей;
- Оформление, оплата отпусков и больничных в соответствии с ТК РФ.
