Ведущий AI-инженер (удаленная работа)

Вакансия: Ведущий AI-инженер

Описание вакансии

О компании

Мы создаём продукт нового класса: персональный AI-агент для руководителей и команд, которым важна приватность данных и независимость от облаков. Наш агент работает локально, на устройстве клиента, умеет думать, помнить и действовать в режиме 24/7.

Мы небольшая и быстрая команда. Нам нужен человек, который не просто умеет строить AI-системы, а понимает, как они должны работать в реальной жизни .

Кого ищем

Ведущего AI-инженера и архитектора человека, который берёт на себя полную техническую ответственность за платформу: от архитектуры агента до инфраструктуры и деплоя на железо клиента.

Это не позиция сделать пару LLM-запросов . Это проектирование живой системы с памятью, инструментами, оркестрацией и реальными пользователями.

Что предстоит делать

• Проектировать и развивать мультиагентную on-premise AI-платформу : оркестратор, планировщик инструментов, multi-LLM роутинг, управление контекстом.
• Строить и улучшать гибридную систему памяти : RAG (pgvector) + GraphRAG (LightRAG / ArangoDB), политики записи, дедупликация, чистота данных.
• Разрабатывать агентные воркфлоу : n8n, кастомные webhook-цепочки, триггеры, cron-задачи, интеграция с внешними сервисами.
• Обеспечивать инфраструктуру : Docker Compose, развёртывание на Mac и Linux-серверах, мониторинг, логирование, резервирование.
• Работать с локальными LLM : Qwen3 / llama.cpp / vLLM, квантизация, тюнинг производительности под Apple Silicon и x86.
• Поддерживать кросс-платформенный деплой : один и тот же стек работает на Mac и на Linux-сервере (bare metal или VPS) в dev/staging без расхождений в поведении.
• Участвовать в формировании продуктовой архитектуры : онбординг клиентов, конфигурирование агента, первичная настройка устройства (AP Mode, визорд, Chat-UI).
• Писать технические ТЗ и документацию для подрядчиков и внутренней команды.

Что важно для нас

Обязательно:

• Опыт проектирования и реализации агентных AI-систем (LLM Agents, Tool Calling, Multi-agent Orchestration) не теоретический, а с продакшн-результатом.
• Глубокое понимание RAG-архитектур : dense retrieval, hybrid search, GraphRAG, управление namespace и чистотой графа.
• Уверенный Python, опыт с pgvector / ArangoDB или аналогами, Docker / Docker Compose.
• Опыт работы с on-premise и private AI развёртывание на собственном железе, без облаков.
• Опыт развёртывания и эксплуатации AI-стека на Linux (Ubuntu/Debian) и macOS (Apple Silicon) понимание отличий в сетевом стеке, systemd, оптимизации под ARM vs x86.
• Умение делать полный цикл в одиночку или в маленькой команде : архитектура разработка деплой поддержка.

Будет плюсом:

• Опыт с vLLM, llama.cpp, Ollama , работа с квантизированными моделями.
• Знание специфики Apple Silicon (Metal, MLX, llama.cpp с GPU-offload) тюнинг производительности инференса на Mac Mini.
• Опыт сборки кросс-платформенных образов Docker (linux/arm64 + linux/amd64).
• Kubernetes, MLOps / LLMOps, Grafana / Prometheus / InfluxDB.
• Опыт построения команды с нуля или технического лидерства.
• Опыт в промышленных или enterprise-проектах понимание, что значит сложный заказчик .
• Scala, Kafka, Cassandra как дополнение к основному стеку.

Что мы предлагаем

• Работу над реальным продуктом , который уже продаётся и используется не R&D ради R&D.
• Полную техническую автономию : архитектурные решения принимаешь ты, не комитет из 15 человек.
• Формат работы: гибрид или удалённо , командировки по договорённости.
• Возможность вырасти в технического директора по мере масштабирования продукта.
• Конкурентная зарплата обсуждается индивидуально, исходя из уровня кандидата.

Стек

Python n8n Docker Compose PostgreSQL + pgvector LightRAG Qdrant Ollama Qwen3 llama.cpp / vLLM Mac Mini M4 Pro (Apple Silicon) Linux (Ubuntu/Debian, bare metal и VM) FastAPI Telegram Bot API OCR systemd Nginx

Как отозваться

Напишите нам коротко:

1. Что вы уже строили из перечисленного желательно со ссылками или описанием.
2. Что из задач в этой вакансии вам близко больше всего.
3. Почему AI.
4. Когда готовы начать

Мы читаем каждый отклик лично и отвечаем быстро.