Skip to content

Search jobs inside your AI agent. Claude, ChatGPT, Gemini, Cursor and Grok

Connect

Циан

NewBe an early applicant

Руководитель ML/AI-платформы

Posted
Discussion

Summary

Leads Cian's ML/AI platform: manages an ML platform supporting ~150 production models (Kubernetes, model registry, serving) and an LLM platform — a gateway to external and self-hosted models with GPU inference and a corporate AI assistant — while hiring engineers, coordinating with security/SRE teams, and owning the GPU budget and platform strategy.

Циан — публичная IT-компания, крупнейший в России сервис для поиска недвижимости, входит в мировой топ-10.

— это большой и сложный продукт, в котором представлено несколько типов недвижимости и типов сделки, а также есть множество сервисов, информационных материалов и собственное медиа.

Ежемесячная аудитория около 20 млн. человек. Растить число пользователей и решать их проблемы помогают уже больше 1000 человек.

Мы ищем руководителя ML/AI-платформы. AI-платформа Циана отвечает за ML и LLM-инфраструктуру для продуктовых команд и внутренних пользователей. В зоне ответственности две части: ML-платформа, которая поддерживает жизненный цикл около 150 production-моделей, и LLM-платформа — единый шлюз к внешним и собственным LLM, self-hosted инференс на GPU и корпоративный AI-ассистент для сотен сотрудников. Работаем на стыке с информационной безопасностью, SRE, инфраструктурой и Data Platform. Наша цель — давать компании надёжные, безопасные и экономически обоснованные AI-инструменты, превращая поток запросов «нам нужен AI» в понятный план развития и результат.

  • Развивать LLM-платформу как внутренний продукт: шлюз к моделям с учётом квот и стоимости, self-hosted инференс, выбор и оценка моделей (evals, бенчмарки), защита чувствительных данных, базовая инфраструктура для агентских сценариев.
  • Переводить продуктовые интеграции с внешних LLM на модели в собственном контуре и модели российских провайдеров.
  • Отвечать за GPU-мощности: планирование ёмкости, размещение с резервированием, выбор между арендой и своим железом, расчёт окупаемости, бюджет CAPEX/OPEX.
  • Поддерживать и эволюционно развивать ML-платформу: Kubernetes, model registry, serving, обновления под требования безопасности, наблюдаемость и надёжность.
  • Выстроить обработку входящих запросов в платформу: единая точка приёма, прозрачная приоритизация, чёткие границы между платформой и прикладными решениями команд, документация для самообслуживания.
  • Руководить командой: нанимать и развивать сильных инженеров,
  • Работать на стыках: с ИБ по ПДн, 152-ФЗ, prompt injection; с SRE, инфраструктурой и Data Platform по данным, Kafka и вычислениям;
  • Формировать и защищать стратегию развития ML/AI-платформы
  • Опыт руководства ML- или LLM-платформой либо инфраструктурной командой.
  • Практическое понимание LLM-инфраструктуры: serving (vLLM, TGI, Triton или аналоги), ограничения и утилизация GPU, производительность, стоимость токена, оценка качества моделей, компромисс между своими моделями и внешним API.
  • Опыт MLOps: Kubernetes, model registry и tracking (MLflow или аналоги), CI/CD моделей, эксплуатация большого числа моделей.
  • Умение управлять внутренним продуктом: переводить размытые запросы в задачи с критериями результата, говорить «нет» с альтернативой, держать фокус команды на 2–3 главных целях.
  • Уверенная коммуникация с топ-менеджментом и заказчиками
  • Опыт работы с требованиями безопасности и регуляторики: умение договориться об этапности, а не принять весь скоуп разом.
  • Финансовая грамотность: бюджет, обоснование закупок железа и найма, прогноз потребления.

    Будет плюсом:

    • Опыт миграции с зарубежных LLM API на self-host или российских провайдеров (Yandex Cloud, и др.).
    • Агентские платформы: MCP, запуск и эксплуатация автономных агентов, LLM-роутинг, кэширование (KV-cache).
    • NLP и evals: детекция и маскирование ПДн, golden-датасеты, бенчмаркинг моделей.
    • Опыт найма в узком рынке LLM/GPU-инженеров и построения ML-гильдии или центра экспертизы.
    • Знакомство со стеком: Kafka, Spark, Feast, JupyterHub, Kubeflow
  • Удаленную работу с возможностью приходить в офис в Москве, Санкт-Петербурге и Новосибирске. В офисе – кухни, оборудованные всем необходимым, а также снеки, фрукты, кофе и чай. Тихие комнаты, где можно сосредоточиться над задачей или просто отдохнуть в тишине;
  • Большие возможности для роста и развития: в первые месяцы у каждого сотрудника есть ментор, после появляется личный план развития и возможность прокачивать soft/ hard skills на практике, обучении, конференциях;
  • ДМС с первого рабочего дня (со стоматологией, госпитализацией, страховкой выезжающего за пределы нашей страны);
  • 5 day off в год, помимо основного отпуска;
  • Кафетерий льгот Aladdin и PrimeZone.
  • У каждого сотрудника есть денежный депозит 25000 рублей — можешь оплатить им абонемент в фитнес, обучение, развлечения, консультации психолога и других специалистов, купить вещи или подарки для себя и своей семьи;
  • Доплата за 10 дней больничного: Циан компенсирует 10 рабочих дней больничного в год после прохождения испытательного срока. Если ты проведёшь на официальном больничном две недели, ты не потеряешь в доходе, оклад за месяц будет выплачен полностью.

Skills

What C-level ML / AI jobs ask for — and how much of it you have →
Apply

See also

ML / AI jobs by country — openings, pay and top skills →