Prompt Engineer (AI Agents & Automation)
Prompt Engineer (AI Agents & Automation)
Описание вакансии
О компании
Мы — аккредитованная IT‑компания «ИТ‑Центр» (Summit Group), ТОП‑15 МФО, >400 сотрудников, кредитный рейтинг «Эксперт РА» ruBB.
Пятое место в рейтинге лучших работодателей России 2025 (МФК «Саммит», бренд — «ДоброЗайм», категория «Финансы, страхование, аудит», 200–1000 сотрудников)
В отделе внедрения ИИ создаем практические AI‑решения для бизнеса:
- Сервис анализа телефонных переговоров (суммаризация, классификация нарушений/тональности, RAG)
- Автоматический анализ видео собеседований (ключевые кадры, транскрипты, когортный анализ)
- Аналитика просроченной задолженности (модели вероятности и срока дефолта, сегментация)
- Автоматизация ручных действий и внедрение ИИ‑агентов
Чем предстоит заниматься:
- Идентифицировать точки автоматизации в бизнес‑процессах (back‑office, контакт‑центр, скоринг/риск, HR)
- Проводить быстрые discovery‑сессии с заказчиками, декомпозировать сценарии и формализовать требования
- Проектировать и разрабатывать AI‑агентов и промпт‑цепочки (reasoning, tool‑/function‑calling, memory)
- Создавать RAG‑пайплайны (индексация, эмбеддинги, retrieval, ранжирование, защитные рамки)
- Настраивать интеграции с внешними системами (CRM/телефония/почта/бот‑платформы/доки) через API
- Обеспечивать качество: метрики релевантности/точности, offline‑оценка, A/B/ABC‑тесты, guardrails
- Документировать системные промпты, контексты и инструкции; вести библиотеку шаблонов
- Совместно с разработчиками выпускать решения в прод (FastAPI, очереди, мониторинг)
- Сопровождать релизы: сбор телеметрии, анализ ошибок/галлюцинаций, улучшение промптов и пайплайнов
Наш стек:
- LLM: OpenAI/Claude/локальные (через API), Whisper/STT/TTS
- Промпт/агенты: LangChain, LangGraph, function/tool‑calling, ReAct/plan‑act, memory
- Векторный поиск: pgvector/Postgres, FAISS, Elasticsearch/OpenSearch, Qdrant — как плюс
- RAG: эмбеддинги (text‑embedding‑3, bge и др.), chunking, reranking
- Оркестрация/интеграции: Cloude CLI, OpenAI Agent, n8n/Make (как плюс), Python, FastAPI, др.
- Наблюдаемость/оценка: LangFuse/LangSmith (или аналоги), Prometheus/Grafana/Sentry
- Хранилища/очереди: PostgreSQL, Redis, RabbitMQ
Требования:
- 2–4+ года опыта в применении LLM/AI к бизнес‑задачам (продуктовые/внутренние решения)
- Практика промпт‑инжиниринга: системные/инструкционные промпты, few‑shot, structured output, reasoning
- Опыт построения RAG‑систем и работы с векторными БД; понимание рисков (дрейф, контекст, приватность)
- Базовый Python и интеграции по API; умение собрать MVP (скрипт/FastAPI) для проверки гипотезы (с AI IDE тоже)
- Навыки бизнес‑анализа: интервью пользователей, BPMN/As‑Is/To‑Be, KPI/эффект, декомпозиция требований
- Понимание product‑метрик и дизайна экспериментов (оффлайн‑метрики, A/B, интерпретация)
- Грамотная письменная речь, презентация результатов, работа с возражениями и рисками
Будет преимуществом
- Опыт управления проектами в ИТ: планирование, риски, коммуникации, согласования
- Знание домена финтех/контакт‑центров/документооборота
- Опыт настройки guardrails/политик безопасности, фильтров конфиденциальности и red‑team‑проверок
- Навыки прототипирования UI (Streamlit, простые боты/виджеты) для демонстрации ценности
- Знание практик MLOps/LangOps: версионирование промптов/контекстов, трекинг экспериментов
Что сделаешь в первые 90 дней:
- За 2–4 недели: аудит процессов, карта возможностей автоматизации, 1–2 быстрых MVP (например, авто‑суммаризация и классификация обращений; агент помощи сотруднику)
- За 4–8 недель: запуск пилота по RAG/агенту с интеграцией в рабочий процесс, метрики качества и экономического эффекта, guardrails
- За 8–12 недель: вывод в прод 1–2 решений, дашборды наблюдаемости, регламент поддержки и масштабирования
Условия:
- Удаленная работа или гибрид; гибкий график, 5/2
- Зарплата всегда вовремя; прозрачная вилка, регулярный пересмотр
- Индивидуальный план развития, менторство, обмен опытом
- Компенсация ИИ‑инструментов (Cursor, Copilot, Windsurf), обучение (курсы, библиотека)
- Минимум бюрократии, влияние на решения и техстек
Мы — аккредитованная IT‑компания «ИТ‑Центр» (Summit Group), ТОП‑15 МФО, >400 сотрудников, кредитный рейтинг «Эксперт РА» ruBB.
Пятое место в рейтинге лучших работодателей России 2025 (МФК «Саммит», бренд — «ДоброЗайм», категория «Финансы, страхование, аудит», 200–1000 сотрудников)
В отделе внедрения ИИ создаем практические AI‑решения для бизнеса:
- Сервис анализа телефонных переговоров (суммаризация, классификация нарушений/тональности, RAG)
- Автоматический анализ видео собеседований (ключевые кадры, транскрипты, когортный анализ)
- Аналитика просроченной задолженности (модели вероятности и срока дефолта, сегментация)
- Автоматизация ручных действий и внедрение ИИ‑агентов
Чем предстоит заниматься:
- Идентифицировать точки автоматизации в бизнес‑процессах (back‑office, контакт‑центр, скоринг/риск, HR)
- Проводить быстрые discovery‑сессии с заказчиками, декомпозировать сценарии и формализовать требования
- Проектировать и разрабатывать AI‑агентов и промпт‑цепочки (reasoning, tool‑/function‑calling, memory)
- Создавать RAG‑пайплайны (индексация, эмбеддинги, retrieval, ранжирование, защитные рамки)
- Настраивать интеграции с внешними системами (CRM/телефония/почта/бот‑платформы/доки) через API
- Обеспечивать качество: метрики релевантности/точности, offline‑оценка, A/B/ABC‑тесты, guardrails
- Документировать системные промпты, контексты и инструкции; вести библиотеку шаблонов
- Совместно с разработчиками выпускать решения в прод (FastAPI, очереди, мониторинг)
- Сопровождать релизы: сбор телеметрии, анализ ошибок/галлюцинаций, улучшение промптов и пайплайнов
Наш стек:
- LLM: OpenAI/Claude/локальные (через API), Whisper/STT/TTS
- Промпт/агенты: LangChain, LangGraph, function/tool‑calling, ReAct/plan‑act, memory
- Векторный поиск: pgvector/Postgres, FAISS, Elasticsearch/OpenSearch, Qdrant — как плюс
- RAG: эмбеддинги (text‑embedding‑3, bge и др.), chunking, reranking
- Оркестрация/интеграции: Cloude CLI, OpenAI Agent, n8n/Make (как плюс), Python, FastAPI, др.
- Наблюдаемость/оценка: LangFuse/LangSmith (или аналоги), Prometheus/Grafana/Sentry
- Хранилища/очереди: PostgreSQL, Redis, RabbitMQ
Требования:
- 2–4+ года опыта в применении LLM/AI к бизнес‑задачам (продуктовые/внутренние решения)
- Практика промпт‑инжиниринга: системные/инструкционные промпты, few‑shot, structured output, reasoning
- Опыт построения RAG‑систем и работы с векторными БД; понимание рисков (дрейф, контекст, приватность)
- Базовый Python и интеграции по API; умение собрать MVP (скрипт/FastAPI) для проверки гипотезы (с AI IDE тоже)
- Навыки бизнес‑анализа: интервью пользователей, BPMN/As‑Is/To‑Be, KPI/эффект, декомпозиция требований
- Понимание product‑метрик и дизайна экспериментов (оффлайн‑метрики, A/B, интерпретация)
- Грамотная письменная речь, презентация результатов, работа с возражениями и рисками
Будет преимуществом
- Опыт управления проектами в ИТ: планирование, риски, коммуникации, согласования
- Знание домена финтех/контакт‑центров/документооборота
- Опыт настройки guardrails/политик безопасности, фильтров конфиденциальности и red‑team‑проверок
- Навыки прототипирования UI (Streamlit, простые боты/виджеты) для демонстрации ценности
- Знание практик MLOps/LangOps: версионирование промптов/контекстов, трекинг экспериментов
Что сделаешь в первые 90 дней:
- За 2–4 недели: аудит процессов, карта возможностей автоматизации, 1–2 быстрых MVP (например, авто‑суммаризация и классификация обращений; агент помощи сотруднику)
- За 4–8 недель: запуск пилота по RAG/агенту с интеграцией в рабочий процесс, метрики качества и экономического эффекта, guardrails
- За 8–12 недель: вывод в прод 1–2 решений, дашборды наблюдаемости, регламент поддержки и масштабирования
Условия:
- Удаленная работа или гибрид; гибкий график, 5/2
- Зарплата всегда вовремя; прозрачная вилка, регулярный пересмотр
- Индивидуальный план развития, менторство, обмен опытом
- Компенсация ИИ‑инструментов (Cursor, Copilot, Windsurf), обучение (курсы, библиотека)
- Минимум бюрократии, влияние на решения и техстек
Как откликнуться:
Отправьте резюме и примеры работ: системные промпты, схемы RAG/агентов, ссылки на демо/репозитории.Коротко ответьте: «Какой AI‑сценарий вы внедрили в прод и какой бизнес‑эффект получили? Опишите метрики и контроль эксперимента».
#Prompt Engineering#AI Agents#RAG#LLM#LangChain#LangGraph#LangFuse#OpenAI#Whisper# STT#TTS#Embeddings# pgvector#FAISS#Elasticsearch#Python#FastAPI#n8n# Make# Redis# RabbitMQ# PostgreSQL# Prometheus#Grafana#Sentry#FinTech#
Навыки
- Prometheus
- Grafana
- FastAPI
- Redis