Teamlead AI направления

Freedom Lifestyle (FLS) — лайфстайл-дивизион Freedom Holding Corp, международного холдинга Тимура Турлова, акции которого торгуются на Nasdaq (тикер FRHC).

Мы создаём цифровые сервисы, которыми миллионы людей в Казахстане пользуются каждый день: заказывают продукты, покупают билеты на концерты, планируют путешествия.

Мы ищем сильного AI-инженера с бэкграундом backend-разработки, который возглавит новую AI-инициативу Freedom Travel — от чат-бота поддержки клиентов до продажи билетов и подбора туров через диалог с пользователем.

Чем предстоит заниматься:

• Проектировать и развивать production-grade LLM-системы: промпты, RAG-пайплайны, агентные сценарии
• Довести до продакшена диалоговый флоу покупки билетов: tool calling для поиска рейсов, оформления заказа, обработки оплаты
• Реализовать RAG-пайплайн для подбора туров, отелей и активностей: chunking, embeddings, hybrid search, reranking
• Внедрять guardrails и HITL-паттерны для сценариев, связанных с деньгами и реальными клиентами
• Настраивать eval-пайплайны: golden datasets, LLM-as-judge, регрессионные проверки качества в CI
• Выстраивать multi-provider стратегию (минимум 2 LLM-провайдера) с роутингом по стоимости и задаче
• Внедрять observability для LLM-вызовов: трейсинг, мониторинг стоимости и латентности
• Участвовать в найме и менторинге AI-инженеров по мере роста команды
• Регулярно защищать приоритеты и решения перед CTO, показывать измеримый прогресс по бизнес-метрикам, а не только по коду

Что важно:

• 5+ лет коммерческой разработки, из них 2+ года — реальный production-опыт с LLM, а не пилотные проекты
• Сильный Python на production-уровне: REST/gRPC, SSE-стриминг, SQL
• Дисциплина работы с LLM: минимум 2 провайдера, системный prompt engineering (structured outputs, versioning), context engineering, cost engineering
• Полный цикл RAG в проде: chunking, embeddings, hybrid search, reranking, опыт работы с векторными БД (Qdrant/pgvector/Weaviate/Milvus/Pinecone)
• Опыт с агентными системами: tool calling, оркестрация (LangGraph/LlamaIndex/OpenAI Agent SDK/Claude Agent SDK), понимание MCP
• Практика evals: golden datasets, LLM-as-judge, регрессии в CI
• PostgreSQL, Redis, очереди (Kafka/NATS/RabbitMQ), паттерны отказоустойчивости
• Docker/Kubernetes, CI/CD с eval-гейтами, наблюдаемость LLM-вызовов (LangSmith/LangFuse)
• Понимание защиты от prompt injection, работы с PII, content moderation

Будет преимуществом:

• Опыт в travel или финтех-домене
• Fine-tuning (PEFT/LoRA/QLoRA)
• Опыт serving-оптимизации LLM
• Мультимодальность (важно для travel-контента и голосовых сценариев)
• Опыт найма и менторинга в AI-команде