ml разработчик LLM-агентов

Коротко

Middle ML-разработчик для команды, создающей LLM-агентов для поддержки пользователей и внутренних бизнес-процессов — от прототипов до промышленных сервисов. Задачи включают разработку агентов (оркестрация, память, маршрутизация), внедрение RAG, интеграцию с Kafka и Redis, настройку мониторинга качества (Langfuse) и работу с метриками. Требуется уверенный Python, практический опыт с LLM и агентными подходами, понимание RAG и метрик качества, опыт REST/gRPC и очередей/кэшей. Гибридный формат работы в Москве.

Описание

Команда строит и развивает LLM-агентов для поддержки пользователей и внутренних бизнес-процессов. Она создаёт решения под ключ — от прототипов и экспериментов до промышленных сервисов с мониторингом качества, метриками и стабильной эксплуатацией.

Задачи

•Разрабатывать и развивать LLM-агентов: сценарии, инструменты, оркестрацию, память, маршрутизацию, обработку ошибок и резервные сценарии

•Проектировать и внедрять RAG: индексацию, эмбеддинги, ретриверы, ранжирование, разбиение на фрагменты, оценку качества поиска и ответов

•Интегрировать агентные решения в промышленные сервисы, API и компоненты инфраструктуры, включая Kafka и Redis

•Настраивать наблюдаемость и контроль качества: журналирование, трассировку, Langfuse, панели мониторинга и оповещения

•Проводить офлайн- и онлайн-оценку качества, рассчитывать метрики, создавать наборы данных, проводить A/B- или квазиэксперименты и формулировать гипотезы улучшений

•Участвовать в улучшении конвейеров данных и экспериментов: готовить данные, проводить разметку и валидацию, обеспечивать хранение и воспроизводимость

•Писать поддерживаемый код, проводить ревью, писать тесты и документацию, настраивать CI/CD и участвовать в архитектурных решениях

Требования

•Уверенное владение Python: проектирование модулей, типизация, тестирование, работа с API и сервисами

•Практический опыт работы с LLM и агентными подходами: промптинг, вызов инструментов, цепочки и графы, управление контекстом, обработка галлюцинаций и ограничений моделей

•Понимание оценки качества: precision, recall, F1, macro-F1, создание наборов данных и интерпретация метрик

•Опыт создания или внедрения RAG: поиск, эмбеддинги, индексация, ранжирование, разбиение на фрагменты, оценка качества поиска

•Опыт разработки и эксплуатации сервисов, работы с REST/gRPC, асинхронностью, журналированием, мониторингом и Git

•Понимание очередей, кэшей и хранилищ, таких как Kafka и Redis, или аналогов; опыт интеграций

Будет плюсом: опыт с LangGraph, LangChain, Langfuse, YTsaurus и распределёнными системами хранения и обработки данных, конструкторами конвейеров и быстрым прототипированием, ранжированием, гибридным поиском, переформулированием запросов, защитными ограничениями, A/B-тестами, продуктовыми метриками, причинно-следственным анализом, Docker, K8s и CI/CD

Условия

•Гибкий график работы

•Бонусы и скидки от партнёров

•Офис в центре города

•ДМС

Хватит откликаться.
Получите рекомендацию.

$10 стартовых кредитов

Всего 60 секунд, полностью на автопилоте — AI-агенты Eraldt читают ваше резюме, определяют подходящие роли, находят живые вакансии и людей, которые могут вас порекомендовать, пишут им личные письма и добиваются рекомендации.

Это не отклик на вакансию: резюме не уходит в компанию, а рекомендацию именно по этой роли мы не обещаем.

ml разработчик LLM-агентов

Хватит откликаться.
Получите рекомендацию.

Ещё в VK

Похожие вакансии

Хватит откликаться.Получите рекомендацию.

Ещё в VK

Похожие вакансии

Хватит откликаться.
Получите рекомендацию.