Python AI Engineer (RAG / LLM / TTS / Image Generation)

Описание:

Мы — сервисная IT-компания, занимаемся разработкой web-приложений для клиентов из Европы и Северной Америки.
Сейчас ищем AI-инженера, который сможет взять на себя весь цикл работы с LLM, RAG, генерацией текста, аудио и изображений для нашего нового продукта в сфере EdTech.

Нужен специалист, который умеет самостоятельно проектировать, разрабатывать и поддерживать полноценные AI-модули: от ingestion и RAG до QA, TTS и image generation.

Обязанности:

Работа над AI-частью крупного web-продукта (образовательная платформа).
Основные задачи:

1. Разработка AI-функционала

• построение RAG-системы: ingestion, OCR, chunking, embeddings, vector store, retrieval;

• генерация текстов при помощи LLM (TOC, главы, параграфы, переработки, QA);

• построение citation-движка (привязка chunkId к абзацам, coverage%, distance rules);

• реализация AI QA (проверка фактов, ссылок, структуры, стиля, автоматические исправления).
  

2. Оркестрация и пайплайны

• разработка AI Orchestrator: очереди, ретраи, idempotency, fallback, SLA;

• построение многошаговых процессов: генерация → цитирование → QA → упаковка.
  

3. Аудио и изображения

• генерация аудиоконтента (TTS + SSML), сегментация, склейка, нормализация;

• проверка аудио на ACX-совместимость, LUFS, Peak;

• генерация изображений (обложки, иллюстрации) через DALL·E 3 / аналогичные сервисы.
  

4. Интеграции

• работа с OpenAI API, ElevenLabs (или аналогами), DALL·E 3;

• взаимодействие с backend через REST API;

• работа с S3-хранилищами и векторными БД (Pinecone / Qdrant).
  

5. Аналитика, качество и стабильность

• логирование, трассировка, мониторинг AI-метрик;

• контроль стоимости (token budget), производительности, корректности генераций;

• участие в планировании задач, оценке и улучшении архитектуры AI-модулей.

Требования

Python (обязательно)

Уверенный Senior-уровень:

• Python 3.10+

• FastAPI

• Pydantic

• Asyncio

• Работа с очередями (Celery / RQ / Dramatiq / async pipeline)

• Работа с Postgres (SQL, JSONB)
  

RAG (обязательно)

Опыт разработки полноценных RAG-систем:

• chunking (token-based, semantic-based, overlap)

• embeddings (OpenAI, Cohere, Sentence Transformers)

• vector DB: Qdrant / Pinecone / PGVector

• retrieval настройки (Top-K, similarity threshold, recency bias, boosts)

• защита от галлюцинаций и blending

• построение pipeline: ingestion → embeddings → vector store → retrieval → generation
  

LLM-engineer навыки

• генерация длинных текстов (2–10k tokens)

• многошаговые пайплайны (TOC → Chapters → QA → Regen)

• JSON schema output

• обработка markdown

• промтинг для QA, стилевой обработки, факт-чека, TTS, изображений
  

Citation / Fact-grounding

• привязка chunkId к тексту

• coverage%

• dedup

• distance rules

• обработка устаревших источников (staleness)
  

AI QA

• правила проверки фактов, ссылок, структуры

• LLM-classification

• Heuristics-линтеры

• автоисправления (autofix pipelines)
  

Audio (обязательно)

• опыт работы с TTS (ElevenLabs / Play.ht / OpenAI)

• SSML

• ffmpeg, pydub, librosa

• LUFS / Peak / noise validation
  

Image generation (обязательно)

• DALL·E 3 / Midjourney / Stability API

• генерация изображений по структуре

• вариации, апскейлы

• авто-alt-text
  

MLOps & Observability

• работа с Docker

• логирование, трассировка (OpenTelemetry, Sentry)

• контроль токенов, стоимости, производительности

Условия:

- работа удаленная, гибкий график

- первый месяц испытательный период

- если проявите свою производительность и ответственность перейдём на работу full-time

- работа в команде программистов. Используeм в работе методологию управления проектов Scrum

- возможности для повышения квалификации и профессионального роста