Описание
Команда AI-разработки развивает RAG- и агентные решения с использованием векторного и графового поиска.
Задачи
•Собирать и формализовать требования к RAG-функциональности, AI-агентам и гибридным пайплайнам
•Проектировать логику RAG-пайплайнов: чанкинг, эмбеддинги, гибридный поиск, постобработку и вызов инструментов через MCP
•Декомпозировать бизнес-задачи в функциональные и нефункциональные требования для RAG- и агентных сценариев
•Проектировать схемы данных для графовых баз данных и оптимизировать retrieval-запросы
•Проектировать интеграции REST/gRPC, очереди и API LLM
•Документировать архитектуру, API-контракты, MCP-ресурсы и схемы данных
•Разрабатывать тестовые сценарии и метрики качества AI-решений
•Организовывать и анализировать эксперименты: сравнивать модели, чанкинг, поисковые и графовые схемы
•Оценивать стоимость и производительность решений: задержки, токены, объём данных и сложность обхода графов
•Мониторить качество решений в production и анализировать инциденты
•Инициировать улучшения на основе результатов экспериментов и анализа качества
•Описывать процессы, интеграции и агентные сценарии в BPMN/UML
•Взаимодействовать с бизнесом, ML-инженерами и разработчиками
•Самостоятельно вести задачи и презентовать решения заинтересованным сторонам
•Отслеживать новые подходы в области MCP, мультиагентных систем и GraphRAG и оценивать их применимость
Требования
•Высшее техническое образование
•Опыт работы системным аналитиком от 3 лет
•Опыт от 1 года в проектах с ML/NLP, поисковыми системами, семантическими графами или RAG
•Глубокое понимание архитектуры RAG: извлечения данных, генерации, векторного поиска и оценки качества
•Понимание MCP и принципов организации доступа LLM к инструментам и источникам данных
•Опыт полного цикла: от сбора требований до сопровождения продукта в production
•Опыт работы с SQL и профилированием данных
•Понимание пригодности данных для задач поиска и работы с графовыми структурами
•Опыт проектирования интеграций REST/gRPC, очередей и API LLM
•Опыт работы с векторными базами данных: Qdrant, Pinecone, Weaviate или аналогами
•Опыт работы с графовыми базами данных: NebulaGraph, Neo4j или аналогами
•Понимание проектирования схем графовых баз данных и написания запросов nGQL/Cypher
•Понимание принципов построения агентных систем: Agentic RAG, планировщики, память, вызов инструментов
•Опыт формализации агентных сценариев с использованием BPMN/UML
•Владение BPMN/UML для описания процессов, интеграций и сценариев агентов
•Понимание метрик качества поиска и генерации: precision@k, MRR, coverage и другие
Условия
•Оформление по ТК РФ или ИП
•Предоставляют технику
•ДМС со стоматологией
•Компенсация фитнеса
•Скидки на обучение и кино
•Индексация зарплаты
