תיאור תפקיד:
פיתוח מערכות AI/GenAI מקצה לקצה המבוססות על LLMs ופריימוורקים של סוכנים (כגון LangGraph), החל משלב אב-טיפוס (Prototyping) ועד לפריסה ב-Production.
בנייה ותחזוקה של תהליכי נתונים, מודלים והסקה (Inference pipelines) חזקים, כולל תכנון מערכות Embedding סקיילביליות וארכיטקטורות RAG.
תכנון ארכיטקטורות Cloud-native בעלות יכולת Auto-scaling, התומכות הן באפליקציות AI ייעודיות והן בפלטפורמות פיתוח פנימיות משותפות (Internal developer platforms).
הטמעה חלקה של ממשל תאגידי (Enterprise governance), בקרות תאימות (Compliance) ומוצרי אבטחת מידע לתוך האקוסיסטם של ה-AI, תוך הבטחה שכל המערכות עומדות בסטנדרטים הבנקאיים המחמירים.
קידום מצוינות הנדסית על ידי בניית כלי פיתוח פנימיים (Internal developer tooling) ויישום סטנדרטים קפדניים של Observability ו-AI SDLC.
דרישות:
פיתוח תוכנה: 8+ שנות ניסיון בפיתוח תוכנה בסביבת Production. – חובה
מומחיות עמוקה ומוכחת ב-Python (כגון asyncio, concurrency, Pydantic) וב-JavaScript/TypeScript. – חובה לפחות 5 שנים
תשתיות ענן (AWS): ניסיון מוכח בבניית מערכות Cloud-native תוך שימוש ב-Docker, Kubernetes, ושירותי ליבה של AWS (כגון S3, Lambda). ניסיון Hands-on בניהול תהליכי CI/CD, Observability למערכות, והזרמת נתונים (Data streaming) ותורים דרך פלטפורמות מנוהלות (כגון AWS SQS/Kafka) - חובה לפחות 3 שנים
ארכיטקטורה: ניסיון בתכנון Microservices סקיילביליים, ארכיטקטורות Event-driven, ומערכות Backend מבוזרות. יכולת לתכנן מערכות לעמידה בעומסים גבוהים (High load), קפיצות טראפיק ותרחישי כשל (Rate limiting, Queues, Backpressure, DLQs) - חובה לפחות 4 שנים
API ואבטחת מידע: ניסיון Hands-on בתכנון ופריסת API-ים (REST, GraphQL) אינטגרציה עם מערכות אימות תאגידיות (OAuth 2.0, JWT, OIDC), ועבודה עם בקרות אבטחת נתונים בסביבת Production. - יתרון משמעותי
AI יישומי ו-MCP: ניסיון מוכח בהקמה ותפעול של פתרונות מורכבים מבוססי LLM. הבנה עמוקה בטיפול בתוצרים לא-דטרמיניסטיים בסקייל, יישום מערכות הערכה וניטור ל-AI (כגון LLM-as-a-judge), ותכנון ארכיטקטורות התומכות ב-MCP ופרוטוקולי A2A - יתרון משמעותי.