# ML Engineer / LLM Engineer
Мы развиваем GigaARPA — платформу для перевода бизнес-процессов в автономный режим с использованием RPA, AI-агентов и LLM.
Один из ключевых векторов развития платформы — AI PDLC: создание подхода, при котором пользователь может на естественном языке описать задачу, а Ассистент платформы поможет спроектировать процесс, сформировать сценарий автоматизации, протестировать его и подготовить к запуску.
Ищем ML Engineer / LLM Engineer, который будет отвечать за разработку агентной логики и LLM-приложений внутри платформы.
Почему задача интересная:
Здесь LLM — не отдельный чат-бот и не экспериментальный сервис, а часть ядра продуктовой платформы. Мы строим систему, в которой AI должен уметь не только генерировать текст, но и: понимать задачу → проектировать решение → использовать инструменты → создавать сценарий → проверять результат → сопровождать его в промышленной эксплуатации. Поэтому роль сочетает ML/LLM engineering, продуктовую разработку и исследование новых подходов к Agentic AI.
Что предлагаем:
•Возможность влиять на архитектуру AI-направления продукта.
•Работу с современными LLM и agentic-подходами на реальных enterprise-задачах.
•Задачи полного цикла — от гипотезы и прототипа до промышленного решения.
•Возможность создавать новые AI-механики, которые становятся частью платформы и используются реальными заказчиками.
•Работу в команде, где AI — один из ключевых векторов развития продукта.
Опыт работы: от 2х лет
Основные требования:
•Уверенное владение Python.
•Практический опыт разработки приложений на базе LLM.
•Понимание принципов работы современных языковых моделей и ограничений LLM.
•Практический опыт работы с AI Agents / Agentic AI, tool calling / function calling, RAG, embeddings и vector databases, prompt engineering, structured output, управлением контекстом и памятью агентов.
•Опыт разработки production-ready сервисов и интеграции через REST API.
•Умение самостоятельно декомпозировать исследовательскую задачу и доводить эксперимент до работающего продукта.
•Понимание того, как измерять качество LLM-приложения, а не только оценивать результат «на глаз».
•Git, Docker, базовое понимание CI/CD.
Дополнительные (желательные) требования:
•Опыт разработки мультиагентных систем.
•Опыт работы с GigaChat, Qwen, DeepSeek, Llama или другими open-source / enterprise LLM.
•Опыт использования LangGraph, LangChain, LlamaIndex или собственных agentic-фреймворков.
•Опыт построения LLM evaluation / LLM-as-a-Judge.
•Опыт работы с MCP и архитектурой инструментов для AI-агентов.
•Опыт работы с PostgreSQL и векторными БД.
•Опыт работы с Kubernetes / OpenShift.
•Опыт inference и оптимизации локально развернутых LLM.
•Опыт Fine-tuning / LoRA будет преимуществом, но не является обязательным.
•Опыт разработки AI-функциональности для enterprise-продуктов.
Должностные обязанности:
•Разрабатывать AI-агентов и мультиагентные сценарии для автоматизации различных этапов PDLC.
•Развивать Ассистента платформы на базе LLM.
•Реализовывать генерацию сценариев автоматизации по запросу пользователя на естественном языке.
•Проектировать agentic workflow: планирование, выбор инструментов, выполнение действий, проверка результата и обработка ошибок.
•Реализовывать механизм вызова инструментов платформы через LLM: tool calling / function calling.
•Разрабатывать и развивать RAG-механизмы и работу с корпоративными базами знаний.
•Создавать LLM-приложения для анализа логов, метрик, БД, документации и других данных платформы.
•Разрабатывать агентов для тестирования, сопровождения и диагностики автоматизированных процессов.
•Проектировать механизмы памяти и управления контекстом AI-агентов.
•Разрабатывать подходы к автоматизированной оценке качества ответов и действий LLM.
•Проводить эксперименты с моделями, промптами, контекстом и агентными архитектурами.
•Оптимизировать latency, качество и потребление токенов.
•Совместно с backend- и frontend-командами интегрировать AI-функциональность в продукт.
Какие задачи предстоит решать:
•Пользователь описывает бизнес-процесс обычным текстом → AI проектирует и создает сценарий автоматизации.
•AI-агент анализирует существующий сценарий и предлагает, как его исправить или оптимизировать.
•Агент самостоятельно анализирует логи и метрики промышленного процесса и определяет возможную причину сбоя.
•Агент анализирует структуру БД и помогает пользователю работать с данными.
•Несколько специализированных агентов совместно проектируют, тестируют и сопровождают автоматизацию.
•Ассистент платформы получает доступ к инструментам GigaARPA и может не только отвечать на вопросы, но и выполнять действия.
Условия:
•Возможность профессионального и карьерного роста в компании.
•Возможность поучаствовать в разных проектах.
•Опыт работы в распределенной команде профессионалов.
•Уровень заработной платы обсуждается индивидуально.
•Оформление в соответствии с ТК РФ в Bell Integrator (https://bellintegrator.ru/).
•Формат работы: удалённо, РФ.
