Ключевые задачи: - Совместно с бизнес-заказчиками выявлять задачи, где ИИ способен дать проверяемый эффект; формулировать гипотезы, пользовательские сценарии, критерии качества и ограничения;
- Сравнивать варианты реализации: готовый корпоративный сервис, внешняя модель по API, open-source модель в локальном контуре или классическая автоматизация без ИИ;
- Быстро собирать прототипы и проводить пилоты; по результатам рекомендовать запуск, доработку или прекращение инициативы;
- Разрабатывать и версионировать промпты, structured output, tool/function calling и защитные ограничения; вести тесты;
- Создавать RAG-решения и ИИ-агентов/ассистентов с контролируемыми многошаговыми сценариями;
- Интегрировать ИИ-сервисы с Bitrix24, 1С, базами знаний и внутренними сервисами через API, очереди и базы данных;
- Разрабатывать поддерживаемые сервисы преимущественно на Python: API, фоновые задачи, пайплайны обработки данных, тесты и техническую документацию;
- Контейнеризировать и развёртывать решения; совместно с инфраструктурной командой настраивать среды, CI/CD, конфигурации и секреты;
- Настраивать логирование, трассировку и мониторинг; обеспечивать обработку ошибок, ретраи, тайм-ауты и контролируемую деградацию;
- Выбирать и сравнивать модели, формировать eval-наборы, проводить автоматизированные и экспертные проверки, регрессионное тестирование;
- Оптимизировать качество, безопасность, задержки, пропускную способность и стоимость.
Для нас важно: - Опыт работы от 1 года промышленной разработки программных или data/ML-сервисов; практический опыт прикладных LLM-решений — желательно от 1 года или подтверждённое портфолио сопоставимого уровня;
- Уверенный Python: разработка API и сервисов, фоновые задачи, пайплайны обработки данных, тесты; SQL/PostgreSQL, Git, Linux, базовые алгоритмы и структуры данных;
- Практический опыт работы с LLM по API и/или локально: системные промпты, few-shot, structured output, tool/function calling, управление контекстом и ограничениями моделей;
- Разработка RAG-решений: загрузка и очистка документов, chunking, embeddings, индексирование, retrieval, reranking, цитирование источников и контроль прав доступа;
- Разработка ИИ-агентов и ассистентов: подключение инструментов, память, маршрутизация и контролируемые многошаговые сценарии;
- Интеграция ИИ-сервисов с корпоративными системами и данными через API, очереди и базы данных; приоритетно Bitrix24, 1С, базы знаний и внутренние сервисы;
- Контейнеризация и развёртывание сервисов в Docker; базовое понимание CI/CD, конфигураций, секретов и устойчивости production-сервисов;
- Настройка логирования, трассировки и мониторинга качества/производительности; обработка ошибок, ретраи, тайм-ауты и контролируемая деградация;
- Оптимизация задержек, пропускной способности и стоимости использования моделей; обеспечение воспроизводимости релизов;
- Формирование автоматизированных проверок; экспертная оценка, разбор ошибок и регрессионное тестирование;
- Выбор и сравнение моделей по качеству, безопасности, стоимости, скорости, требованиям к размещению и поддержке русского языка;
- Диагностика источника проблем: данные, retrieval, промпт, инструмент, модель или бизнес-логика; системное улучшение решения;
- При наличии экономического смысла — адаптация и дообучение существующих моделей (SFT/LoRA/PEFT) либо постановка и контроль такой работы подрядчикам;
- Умение самостоятельно читать техническую документацию на английском языке и быстро проверять новые инструменты на практике.
Необходимые знания:
- RAG-архитектуры и основные подходы оркестрации: LangChain/LangGraph, LlamaIndex, Haystack либо собственная оркестрация;
- Embeddings, chunking, retrieval/reranking и векторные хранилища: Qdrant, pgvector, Milvus, FAISS или аналоги;
- Принципы построения и эксплуатации LLM-сервисов: качество, безопасность, стоимость, latency/throughput, ограничения контекста и моделей;
- Проектирование API и интеграций, очереди сообщений, базы данных, управление секретами и контроль доступа;
- Основы CI/CD, мониторинга, логирования, трассировки и устойчивости production-сервисов;
- Методы оценки качества LLM-систем: eval-наборы, регрессионные тесты, экспертная оценка и анализ ошибок.
Мы предлагаем:
✅ Гарантии и стабильность:
• Официальное трудоустройство по ТК РФ, белая заработная плата
• График 5/2 с 9:00 до 17:45 (пятница — до 16:30)
• Полный социальный пакет: оплачиваемый отпуск, больничные
• Компенсация мобильной связи
🏢 Комфорт и инфраструктура:
• Современный офис в шаговой доступности от ст. м. Площадь Ленина
• Собственная бесплатная парковка для сотрудников
💼 Карьерный и профессиональный рост:
• Возможности для горизонтального и вертикального развития
• Система наставничества и обучения
• Программа развития лидерских качеств
• Поддержка профессиональных сертификаций и дополнительного образования
❤️ Забота о здоровье и благополучии:
• Полис ДМС (после испытательного срока)
• Телемедицинские консультации врачей разного профиля (включая психолога)
• Регулярная диспансеризация и вакцинация
• Офисный врач
• Чек-ап здоровья и выдача справок перед спортивными мероприятиями
• Страхование от несчастных случаев на время спортивных мероприятий
🎭 Культура и корпоративная жизнь:
• Насыщенная корпоративная жизнь: экскурсии, мастер-классы, и масштабные корпоративные праздники для сотрудников и их близких
• Поддержка любителей спорта: команды по волейболу, футболу и хоккею
• Участие в знаковых городских спортивных событиях: Забег.РФ, Фонтанка SUP, Велозаезд по ЗСД и множество других
• Программа корпоративных привилегий: специальные условия на абонементы в фитнес-клубы, на популярные образовательные платформы, площадки для семейного досуга, билеты на футбол и хоккей, а также скидки до 70% в лучшие театры Санкт-Петербурга
🤝 Социальная ответственность компании:
• Регулярные Дни донора
• Поддержка благотворительных фондов
• Экологические и социальные инициативы
• Тематические мероприятия для сотрудников и их детей
• Новогодние подарки каждому ребенку сотрудника
