Описание
Мы развиваем направление управления знаниями GigaARPA — платформы для перевода бизнес-процессов в автономный режим с использованием RPA, AI-агентов и LLM. Управление знаниями о платформе, продукте и клиенте — неотъемлемая и важная часть клиентского сервиса. Помимо этого, команда анализирует и развивает клиентские пути (CJM) и использует клиентский опыт для развития продукта. Ищем ML Engineer / LLM Engineer, который вместе с командой будет реализовывать сервисы управления знаниями о платформе, продукте, клиенте, документах и процессах в GigaARPA, отвечать за разработку агентной логики и LLM-приложений внутри платформы.
Задачи
•Разрабатывать AI-агентов и мультиагентные сценарии для автоматизации различных этапов PDLC.
•Развивать Ассистента платформы на базе LLM.
•Реализовывать поиск релевантных знаний 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.
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.
Будет плюсом
•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.
Условия
•Возможность влиять на архитектуру одной из ключевых платформенных систем, которой пользуются реальные корпоративные заказчики.
•Работа с современными LLM и agentic-подходами на реальных enterprise-задачах.
•Задачи не только по сопровождению, но и по созданию новой AI-native архитектуры продукта.
•Работа в продуктовой команде с прямым влиянием на развитие клиентского сервиса платформы.
