9 окт.
Ведущий инженер по моделированию ( ML, Предиктивная аналитика)
ЗП не указана, ≈ 249 033 ₽
Москва
Гибрид
Senior
ИТ-аккредитация
Ищем AI-инженера для разработки и внедрения корпоративных AI-агентов на базе больших языковых моделей (LLM).
Нам нужен специалист, который умеет не просто работать с языковыми моделями, а создавать полноценные AI-решения: от проектирования архитектуры и разработки прототипа до интеграции с корпоративными системами, запуска в production и дальнейшего развития.
Основная задача — создание внутренних интеллектуальных AI-агентов, которые смогут работать с корпоративными знаниями, отвечать на вопросы сотрудников, взаимодействовать с бизнес-системами и автоматизировать рабочие процессы.
Важно: формат работы — офисный, 5/2. Удаленный и гибридный форматы не предусмотрены.
Разработка AI-агентов и LLM-решений
Проектировать, разрабатывать и внедрять корпоративных AI-агентов на базе LLM.
Создавать агентов, способных выполнять многошаговые задачи, использовать инструменты и взаимодействовать с внешними и внутренними сервисами.
Реализовывать agentic workflows, tool calling / function calling и механизмы управления выполнением задач.
Работать с LLM через API, Hugging Face и локально развернутыми моделями.
Разрабатывать и совершенствовать prompt-based решения, оценивать качество и надежность работы агентов.
Экспериментировать с моделями, архитектурами и подходами для решения прикладных бизнес-задач.
RAG и работа с корпоративными знаниями
Разрабатывать RAG-системы для поиска информации и ответов на вопросы по внутренней документации компании.
Настраивать обработку документов: извлечение данных, разбиение на фрагменты, embeddings, индексацию и векторный поиск.
Реализовывать различные стратегии retrieval, reranking и контекстной обработки информации.
Обеспечивать качество, точность и релевантность ответов AI-агентов.
Разрабатывать механизмы доступа к корпоративной информации с учетом прав пользователей.
Интеграция AI-агентов с бизнес-системами
Интегрировать AI-агентов с корпоративными сервисами через API.
Реализовывать сценарии взаимодействия с Jira, CRM, почтовыми сервисами, Qlik, 1С и другими внутренними и внешними системами.
Создавать инструменты, позволяющие агентам не только получать информацию, но и выполнять действия: создавать задачи, формировать запросы, обновлять данные и запускать бизнес-процессы.
Разрабатывать механизмы оркестрации, маршрутизации запросов и последовательного выполнения операций.
Безопасность и контроль AI-агентов
Реализовывать разграничение прав доступа и управление разрешенными действиями AI-агентов.
Настраивать логирование действий, аудит и отслеживание результатов выполнения задач.
Разрабатывать механизмы ручного подтверждения критически важных операций (Human-in-the-loop).
Обеспечивать контролируемое и безопасное взаимодействие AI-агентов с корпоративными данными и системами.
Production и развитие AI-инфраструктуры
Разрабатывать AI-сервисы на Python.
Создавать API и интеграционные компоненты для AI-решений.
Контейнеризировать приложения и сервисы с использованием Docker.
Участвовать в развертывании, мониторинге и сопровождении AI-решений в production.
Оптимизировать производительность, стабильность, стоимость и качество работы LLM-систем.
Взаимодействовать с командами разработки, аналитики и Data Engineering.
Уверенное владение Python и опыт разработки на нем.
Практический опыт разработки AI/LLM-приложений, агентов или интеллектуальных сервисов.
Понимание принципов работы LLM, prompt engineering, embeddings и RAG.
Опыт интеграции LLM с внешними инструментами и сервисами через API.
Знание REST API, HTTP, JSON и принципов взаимодействия между сервисами.
Опыт работы с LLM-фреймворками и инструментами, например LangChain, LangGraph, LlamaIndex или аналогами.
Понимание принципов agentic workflows, tool/function calling и управления состоянием агентов.
Опыт работы с базами данных, включая SQL и/или векторные хранилища.
Практические навыки работы с Git, Docker.
Понимание принципов построения надежных, масштабируемых и безопасных backend-решений.
Способность самостоятельно проектировать техническое решение, реализовывать его и доводить до работающего результата.
Опыт разработки и внедрения корпоративных AI-агентов, используемых реальными сотрудниками.
Практический опыт создания RAG-систем на внутренних документах компании.
Опыт реализации multi-agent систем и сложных агентных сценариев.
Опыт интеграций с Jira, CRM, 1С, Qlik, почтовыми системами и корпоративными API.
Опыт реализации RBAC, audit logging, Human-in-the-loop и механизмов безопасного выполнения действий агентами.
Опыт работы с локальными LLM, open-source моделями, Hugging Face.
Опыт дообучения и адаптации моделей (fine-tuning, LoRA/QLoRA).
Опыт работы с MLOps/LLMOps, мониторингом и оценкой качества LLM-решений.
Опыт работы с Machine Learning, NLP, Computer Vision или Speech/ASR.
Опыт самостоятельного создания AI/ML-продуктов — от идеи и прототипа до промышленной эксплуатации.
Специалиста, который уже создавал AI-агентов или LLM-сервисы для реальных бизнес-задач и понимает, как превратить языковую модель в работающий корпоративный инструмент.
Нам особенно интересны кандидаты, которые могут рассказать о собственных проектах: какую задачу решали, какую архитектуру выбрали, какие интеграции реализовали, как обеспечивали качество, безопасность и стабильность работы решения.
Умножим шансы на каждом этапе поиска и поможем получить выгодный оффер
Узнать большеБудьте осторожны: если работодатель просит войти через Google, iCloud или Госуслуги, прислать код или пароль, запустить ПО или перевести деньги — это мошенники.
Будьте осторожны: если работодатель просит войти через Google, iCloud или Госуслуги, прислать код или пароль, запустить ПО или перевести деньги — это мошенники.
