Head of AI

Що робити

• AI OS: побудувати внутрішню AI-операційну систему KMA. Це production LLM-архітектура (model gateway/router, fallbacks, кешування, cost caps), agent orchestration і skill/agent registry. Також розвивати MCP Gateway та закрити його гепи.
• Evals та observability: налаштувати offline/online evals, LLM-as-a-judge, порівняння моделей і контроль упередженості оцінки. Класифікувати типові помилки AI та відстежувати деградацію якості. Налаштувати tracing LLM-викликів (токени, latency, cache hits, routing) і пов'язати його з якістю: hallucinations, groundedness, task success.
• AI Security & Governance: контролювати дії та доступи моделей і агентів. Це захист від prompt injection і витоку даних, рівні доступу, блокування небезпечних комбінацій permissions, захист PII і секретів, human-in-the-loop для критичних дій.
• AI-фікація сервісних відділів і нова парадигма розробки: автоматизувати процеси Ops, HR і Finance та збільшувати частку задач, які AI виконує без дівелоперів, у партнерстві з VP of Engineering.
• Cost engineering та impact: обирати модель і підхід під кожну задачу, балансуючи якість і вартість (model routing, build vs buy vs fine-tune). Вимірювати ROMI та вплив на LTV через контрольні групи, бейзлайни й impact ledger. Сформувати й розвивати команду AI Integration.