Локация
Удалённая работа, Москва и Московская область.
Зарплата
150 000–160 000 ₽ на руки в месяц.
Компания
Продуктовая команда развивает финтех-платформу для перевода бизнес-процессов в автономный режим с использованием RPA, AI-агентов и LLM.
Что делать
•Разрабатывать AI-агентов, мультиагентные сценарии и сервисы управления знаниями о платформе, продукте, клиентах, документах и процессах.
•Развивать LLM-ассистента и реализовывать поиск знаний на естественном языке.
•Проектировать agentic workflow: планирование, выбор и вызов инструментов, выполнение действий, проверку результатов и обработку ошибок.
•Разрабатывать RAG-механизмы, работу с корпоративными базами знаний, механизмы памяти и управления контекстом.
•Создавать LLM-приложения для анализа логов, метрик, баз данных и документации, а также агентов для тестирования, сопровождения и диагностики автоматизированных процессов.
•Проводить эксперименты с моделями и промптами, оценивать качество LLM-приложений, оптимизировать latency, качество и потребление токенов, интегрировать AI-функциональность с backend- и frontend-командами.
Требования
•Опыт работы от 1 года до 3 лет.
•Уверенное владение Python и практический опыт разработки приложений на базе LLM.
•Понимание принципов работы современных языковых моделей и ограничений LLM.
•Практический опыт с AI Agents / Agentic AI, tool calling / function calling, RAG, embeddings, 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 методов измерения качества LLM-приложений.
•Знание Git, Docker и базовое понимание CI/CD.
Хорошо, если есть
•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 и работы с MCP.
•Опыт работы с PostgreSQL, векторными базами данных, Kubernetes / OpenShift.
•Опыт inference и оптимизации локально развёрнутых LLM.
•Опыт Fine-tuning / LoRA и разработки AI-функциональности для enterprise-продуктов.
Культура и преимущества
•Возможность влиять на архитектуру ключевой платформенной системы для корпоративных заказчиков.
•Работа с современными LLM и agentic-подходами на реальных enterprise-задачах.
•Участие в создании новой AI-native архитектуры продукта, а не только в сопровождении.
•Продуктовая команда с прямым влиянием на развитие клиентского сервиса платформы.
•Удалённый формат работы для специалистов из Москвы и Московской области.
•ИТ-аккредитация, ДМС и предоставление техники.
