Лидер направления

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.

• 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.

• 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

• 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.