Задачи
•Разрабатывать агентов на LangGraph: настраивать вызов инструментов, многошаговые сценарии, human-in-the-loop и обработку ошибок
•Строить RAG по внутренним документам: разбирать PDF/DOCX, сканы и таблицы, настраивать индексацию, гибридный поиск и реранкинг
•Разрабатывать и развивать агентов для корпоративных систем Bitrix, Jira, Alfresco, Exchange и 1С, настраивать text-to-SQL для MS SQL и PostgreSQL и интеграции через REST API
•Разбирать ошибки агентов по трейсам, вести регрессионные наборы и метрики качества
•Вместе с заказчиками вести решение от прототипа до передачи в эксплуатацию и документировать его
Требования
•От 2 лет разработки на Python, из них от 1 года — в LLM-проектах: агентах, ассистентах или RAG
•Знание asyncio, FastAPI, pydantic и тестирования
•Опыт работы с LangGraph, LangChain или аналогами, function calling, structured output и паттернами агентов ReAct, plan-and-execute и роутингом
•Практический опыт с RAG, chunking, эмбеддингами, векторным и гибридным поиском
•Понимание ограничений LLM и способов их обходить: контекстного окна, галлюцинаций и недетерминизма
•Умение выбирать между LLM, детерминированным решением и классическим ML и обосновывать выбор по качеству, стоимости и надёжности
•Умение собирать тестовый набор, выбирать метрики качества, проводить офлайн-оценку и сравнивать версии промпта или пайплайна
•Уверенное знание SQL
•Опыт работы с Docker, Docker Swarm и GitLab CI
•Умение общаться с бизнес-заказчиками, переводить задачи в техническую постановку и писать понятную документацию
Будет плюсом
•Работа с open-weight моделями Qwen и DeepSeek и их развёртывание на vLLM, квантование FP8/AWQ, guided decoding
•Опыт с российскими LLM GigaChat и YandexGPT через API
•LiteLLM, OpenWebUI, Langfuse или LangSmith
•LLM-as-a-judge
•Создание и подключение серверов MCP
•Защита LLM-систем от prompt injection и маскирование конфиденциальных данных
•Классический ML для текстов и sklearn
Условия
•Зарплата от 235 000 рублей
•График 5/2
•Формат работы: гибрид, Москва
