Обязанности:
•Проектирование архитектуры AI-решений совместно с командой: выбор подходящих паттернов (agentic vs. RAG)
•Внедрение метрик качества (точность, релевантность, время ответа), регулярный анализ результатов, формулирование гипотез, итеративное улучшение решения
•Разработка AI-агентов и мультиагентных систем (оркестрация агентов, управление памятью, планирование и декомпозиция задач, умная маршрутизация)
•Построение RAG-систем: выбор стратегий индексации, определение оптимального чанкинга, обогащение метаданными, реализация гибридного поиска и переранжирования
•Версионирование промтов, моделей, датасетов
•Внедрение наблюдаемости (observability) решений: трейсинг цепочек вызовов, мониторинг качества ответов, контроль затрат токенов и времени ответа
Требования:
•Опыт работы от 1,5 лет
•Обязателен опыт разработки с LLM, включая внедрение решений в продакшен (production-grade сервисы, а не только PoC/прототипы)
•Опыт в разработке мультиагентных систем (знание LangChain/LangGraph как плюс)
•Опыт построения RAG-систем: знание стратегий чанкинга и поиска, работа с векторными БД (Qdrant, Weaviate, FAISS)
•Знание Python, написание плагинов/расширений (в т.ч. для Open WebUI) и интеграционных пайплайнов, микросервисов, C# (является плюсом), знание Java/React — как дополнительный стек
•Понимание принципов ИБ при работе с LLM: минимизация рисков утечки данных, фильтрация ввода/вывода, скоупинг доступа инструментов при использовании MCP и агентных сценариев
Условия:
•График 5/2 с 9.00 до 18.00, пятница сокращенная до 16.45
•Бесплатное обучение: опытные наставники, тренинги, онлайн-курсы
•Корпоративная библиотека
•Дружный коллектив и опытный руководитель
•ДМС со стоматологией после испытательного
•Оплачиваемые отпуска и больничные
•Специальные предложения от экосистемы ТКБ и BestBenefites
•Вознаграждение за рекомендацию друга в команду
