Tech Lead NLP/LLM (Document Parsing) ID 36986

Грейд: Tech Lead / Senior
Длительность проекта: долгосрочный

О роли:
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 эффективное 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.