Архітектор платформи

Capital.com розвиває свої внутрішні платформені можливості, і AI займає у цьому зростаюче місце. Ця роль поєднує архітектурну відповідальність із практичним впровадженням: вам доведеться проектувати, будувати, розгортати та експлуатувати платформу, включно з її інфраструктурою та DevOps. Підпорядковуючись директору з безпеки продукту, ви організуєте цю функцію як перший її учасник та прийматимете важливі технічні рішення, на основі яких згодом працюватиме команда.

Як Архітектор платформи, ви будете відповідати за архітектуру платформи, на яку покладаються понад 1000 співробітників, включно з їхнім доступом до AI-інструментів, таких як Anthropic Claude, OpenAI та майбутні провайдери.

Обов’язки:

• Створення архітектури AI-платформи: референсного дизайну для доступу, управління, моніторингу та розширення LLM можливостей по всій організації.
• Відповідальність за всі архітектурні рішення AI-платформи: документування, обґрунтування та захист кожного.
• Оцінка та вибір нових моделей, інструментів і фреймворків відповідно до ринку.
• Розгортання платформи як сервісу для переміщення агентів команд у контрольовану хмарну інфраструктуру.
• Управління Anthropic (Claude API, Claude Code, Anthropic Enterprise), OpenAI та майбутніми провайдерами: контроль доступу до API, управління обліковими даними, політика версій моделей, розподіл витрат і стандарти прийнятного використання.
• Підтримка технічних стосунків із Anthropic і OpenAI на рівні підприємства.
• Створення хмарної інфраструктури для AI-навантажень на AWS та GCP: Bedrock, SageMaker, Vertex AI, Cloud Functions, і допоміжних сервісів (S3, Cloud Storage, IAM, моніторинг).
• Розгортання та безпечна настройка n8n, створення автоматизованих робочих процесів, що з'єднують LLM зі Jira, Confluence, Slack, Google Workspace, HR-системами та власними джерелами даних.
• Проектування та захист серверів MCP і шлюзів, що з'єднують AI-агентів з внутрішніми сервісами.
• Розробка Python-інтеграцій для AI-інструментів внутрішнього користування: RAG pipelines, агентські фреймворки, бібліотеки підказок, AI-асистенти.
• Практична робота: створення коду, побудова робочих процесів, розгортання інструментів — це не консультувальна роль.
• Створення архітектури приватності та безпеки даних для використання LLM у регульованому середовищі: класифікація запитів, контроль виводу, аудиторські сліди відповідно до FCA, CySEC, ASIC, DORA.
• Впровадження спостережуваності у всьому стеку: споживання токенів, витрати по командам, латентність, помилки та порушення політик на хмарних платформах і API-провайдерах.
• Створення рамок впровадження AI: стандарти, шаблони, матеріали з адаптації для безпечного та послідовного використання AI в командах Technology.
• Проведення внутрішніх тренінгів, створення документації та підтримка команд у переході від спорадичного використання AI до контрольованих, повторюваних процесів.
• Звітність про стан AI-платформи, ризики та дорожню карту для керівництва Technology.

Вимоги:

• 8+ років інженерного досвіду, мінімум 2 роки роботи з LLM-системами у виробництві (не прототипами чи POC).
• Самостійність у початку нової функції: визначаєте пріоритети, усуваєте перепони, виконуєте завдання без команди.
• Високий рівень Python для виробничих інструментів, якими користуються інші, а не лише скриптів.
• Глибокий практичний досвід роботи з Anthropic та/або OpenAI API: function calling, використання інструментів, трансляція, RAG, управління підказками, оптимізація токенів, версіювання моделей.
• Практичний досвід із агентськими платформами, MCP серверами і шлюзами, проектування потоків між AI агентами та внутрішніми сервісами.
• Розгортання, безпечна настройка та підтримка масштабних автоматизованих робочих процесів на n8n.
• Впевнені знання AWS для AI-навантажень: Bedrock, SageMaker, Lambda, S3, IAM, CloudWatch у робочих середовищах.
• Впевнені знання GCP для AI-навантажень: Vertex AI, Cloud Functions, Cloud Storage, IAM, Cloud Monitoring.
• Навички DevOps для розгортання і підтримки розроблених рішень.
• Архітектурне мислення: проектування систем end-to-end, чітка документація компромісів, вміння відстоювати рішення перед керівництвом.
• Інженерія безпеки для розроблених рішень: управління секретами і обліковими даними, ротація ключів, принцип найменшого привілею в IAM в хмарі та SaaS.
• Інтеграція захисту даних і аудиту за замовчуванням: класифікація даних для моделей і провайдерів, контроль і логування запитів та результатів, розбудова аудиторських трас, які відповідають регуляторним вимогам.
• Володіння ризиками LLM: ін’єкції підказок, витік даних через вихідні результати моделі, ненадійне використання інструментів та агентів, ризики ланцюга поставок моделей; знання OWASP LLM Top 10 або NIST AI RMF.

Бажано:

• Досвід у fintech, брокерських або фінансових послугах.
• Знання DORA або ISO 27001:2022 застосовно до ризиків AI-систем.
• Знайомство з EU AI Act та іншими регуляторними вимогами з AI, а також стандартами ризиків і управління AI, такими як NIST AI RMF або ISO/IEC 42001.
• Досвід роботи з LLM orchestrations framework: LangChain, LlamaIndex або схожими.
• Практичний досвід роботи з інструментами guardrail та DLP для LLM: Bedrock Guardrails, Vertex AI safety filters, prompt-firewall, PII-redaction.
• Досвід створення внутрішніх платформ для розробників або центрів досконалості AI.
• Сертифікації типу AWS Solutions Architect Professional, Google Professional ML Engineer або еквівалент.

Capital.com розміщує цю вакансію на власному сайті кар'єри. Заявки надсилайте безпосередньо Capital.com, використовуючи кнопку "Apply" на цій сторінці.