Лидер направления Enterprise AI (Python / LLM / AI Agents)

Описание вакансии

ПравоТех — продуктовая IT-компания, которая с 2008 года создаёт решения для автоматизации юридических бизнес-процессов.

Нашими продуктами пользуются более 3 500 организаций, включая крупнейшие банки, страховые компании и корпоративных клиентов.

Сегодня мы запускаем новое направление Enterprise AI — разработку и внедрение AI-агентов под бизнес-процессы крупных корпораций на базе наших продуктов ПравоКонсультант и ПравоАгент.

Мы ищем Лидера направления Enterprise AI, который возьмёт на себя техническое развитие направления, создание AI-решений для корпоративных заказчиков и формирование собственной инженерной команды.

Это роль играющего лидера, который сочетает сильную инженерную экспертизу, глубокое понимание LLM/RAG и AI-агентов, опыт корпоративных внедрений и управление командой.

Нам нужен человек, который не только определяет архитектуру и стратегию развития, но и сам пишет production-код на Python, проектирует агентные системы, интегрирует их в инфраструктуру заказчиков и отвечает за качество и результат внедрения.

Чем предстоит заниматься:

• Развивать направление Enterprise AI: проектировать и создавать AI-агентов под бизнес-процессы крупных корпоративных заказчиков на базе существующей агентной платформы.
• Лично участвовать в разработке на Python: проектировать архитектуру, писать и ревьюить код, разрабатывать API и доводить решения до production.
• Развивать RAG и агентные системы: гибридный поиск, retrieval, reranking, управление контекстом, tool calling, многошаговые сценарии и устойчивое выполнение сложных задач.
• Интегрировать AI-агентов в корпоративную инфраструктуру заказчиков через MCP и API, обеспечивать работу решений в облаке и в контуре клиента.
• Совместно с командой данных готовить и адаптировать коллекции данных под задачи конкретных проектов.
• Обеспечивать качество и надёжность AI-решений: выстраивать evals, эталонные наборы, анализировать трейсы, находить и устранять ошибки агентных систем.
• Участвовать в технической работе с корпоративными заказчиками: разбирать бизнес-процессы, формировать архитектуру решений, проводить демо, оценивать сроки, стоимость и эффект внедрения.
• Сформировать и развивать инженерную команду направления: участвовать в найме, развивать экспертизу сотрудников и отвечать за технические решения.
• Доводить первые проекты от пилотов до промышленной эксплуатации и коммерческих контрактов.

Для нас важно:

• 5–7 лет опыта в backend-разработке, Data Engineering или ML, из которых не менее 2 лет — в роли технического лидера или руководителя инженерной команды.
• Уверенный Python на уровне Senior: asyncio, типизация, тестирование, профилирование, разработка высоконагруженных сервисов и API.
• Глубокое знание PostgreSQL: проектирование схем, индексы, оптимизация запросов, транзакции, блокировки, полнотекстовый поиск и RLS.
• Опыт работы с векторными и графовыми базами данных: Qdrant, pgvector, Neo4j или аналогами.
• Практический опыт разработки и эксплуатации LLM/RAG-систем и AI-агентов в production, а не только прототипов и экспериментальных решений.
• Глубокое понимание архитектуры AI-агентов: tool calling, управление контекстом, контракты инструментов, контроль выполнения шагов и устойчивость многошаговых сценариев.
• Понимание механизмов retrieval и ML-поиска: embeddings, hybrid search, reranking, chunking, метрики качества поиска.
• Опыт построения evals и оценки качества LLM-систем: эталонные наборы, LLM-as-a-Judge, анализ трейсов через Langfuse или аналогичные инструменты.
• Опыт внедрения AI-решений в крупных компаниях от 2 лет, понимание корпоративной IT-инфраструктуры, требований информационной безопасности и особенностей интеграций.
• Умение разбираться в существующей архитектуре сложных систем, развивать и масштабировать решения без необходимости переписывать их с нуля.
• Опыт непосредственного управления инженерной командой: участие в найме, архитектурных решениях, code review и развитии сотрудников.
• Умение оценивать экономику AI-проектов: трудоёмкость, стоимость моделей и инфраструктуры, потенциальный эффект для заказчика.
• Готовность оставаться hands-on лидером, самостоятельно принимать технические решения и отвечать за конечный результат.

Будет плюсом:

• Опыт разработки решений для LegalTech, FinTech, страхования или других регулируемых отраслей.
• Опыт создания антифрод-систем, графового анализа и прогнозных моделей на табличных данных.
• Практический опыт развёртывания on-premise решений и open-weight LLM.
• Работа с Temporal, LangGraph или аналогичными инструментами оркестрации долгих агентных задач.
• Опыт создания переиспользуемых AI-компонентов и платформенных решений на базе корпоративных проектов.

Что предлагаем:

• Работу в аккредитованной IT-компании с официальным трудоустройством.
• Возможность запустить новое направление Enterprise AI на базе действующих AI-продуктов, собственной технологической платформы и уникальных юридических данных.
• Реальные задачи крупных корпоративных заказчиков — от разработки архитектуры до внедрения AI-агентов в production.
• Высокую автономность и влияние на техническую стратегию: возможность самостоятельно формировать команду, определять архитектурные решения и развивать направление.
• Взаимодействие с сильными инженерными командами смежных AI-направлений.
• Возможность создавать сложные AI-решения на пересечении LLM, RAG, Agentic AI и Enterprise-интеграций.
• Удалённый или гибридный формат работы.
• ДМС и корпоративные программы поддержки сотрудников.

Как происходит отбор:

Мы используем нестандартный формат выбора лидеров — выборы.

После знакомства с рекрутером и оценки технической экспертизы финалисты получают вводные о направлении и готовят своё видение его развития.

На выборах каждому кандидату предоставляется 15 минут на презентацию и 15 минут на вопросы. В обсуждении и принятии решения участвуют будущие коллеги и заинтересованные команды.

Для нас это возможность не только оценить профессиональный опыт, но и понять, насколько совпадают наши подходы к технологиям, развитию AI-продуктов и совместной работе.

Если тебе близка роль, в которой можно создавать сложные AI-системы своими руками, запускать новое направление, формировать команду и видеть реальный результат внедрения у крупных заказчиков — будем рады познакомиться!

Ключевые навыки

• AI/LLM
• Python
• FastAPI
• RAG-система
• tool calling
• structured output
• PostgreSQL
• AI Agents / LLM Agents
• MCP (Model Context Protocol)
• LangGraph
• Qdrant
• Machine Learning
• REST API