О проекте
Мы разрабатываем интеллектуальную аналитическую платформу для нефтегазовой отрасли Казахстана.
В основе системы — многоагентная AI-архитектура, которая:
- анализирует данные по топливным остаткам, ценам и производству НПЗ;
- работает с внутренними документами через RAG;
- формирует аналитические отчёты;
- обрабатывает внешние источники данных и медиа-повестку.
Система уже используется в продакшне реальными пользователями, и сейчас мы расширяем команду разработки.
Чем предстоит заниматься
Разработка и улучшение агентов
- Развитие логики агентной системы и оркестратора
- Добавление новых аналитических сценариев и инструментов
- Разработка и улучшение пайплайнов взаимодействия между агентами
- Промпт-инжиниринг и качество LLM
Работа с LLM и prompt engineering
- Проектирование и улучшение системных промптов
- Разработка механизмов оценки качества ответов
- Повышение стабильности и надёжности LLM-пайплайнов
RAG и семантический поиск
- Развитие RAG-пайплайнов и retrieval-логики
- Работа с векторным поиском и гибридными подходами
- Интеграция новых источников данных
Data engineering
- Поддержка ETL/ELT-пайплайнов
- Интеграция с корпоративными источниками данных
- Работа с реляционными БД, схемами данных и миграциями
Инфраструктура и production
- Контейнеризация и деплой сервисов
- Мониторинг и поддержка production-среды
- Повышение устойчивости и наблюдаемости системы
Что мы ожидаем
Обязательные требования:
- Уверенный Python — async/await, типизация, работа с внешними API
- Практический опыт работы с LLM и AI-пайплайнами
- Понимание RAG: retrieval, chunking, embeddings, hybrid search
- Опыт разработки и отладки многошаговых LLM-пайплайнов или агентных систем
- Опыт работы с реляционными базами данных
- Docker или аналогичные инструменты контейнеризации
Будет плюсом:
- Опыт с агентными фреймворками (LangChain, LangGraph, Google ADK или аналоги)
- Знакомство с MCP (Model Context Protocol) или другими протоколами tool use
- Опыт с ETL-оркестраторами и пайплайнами данных
- Опыт промпт-инжиниринга для русского или казахского языка
- Работа с корпоративными источниками данных (DWH, MSSQL, Greenplum и подобные)
- Опыт веб-скрапинга и интеграции с внешними источниками
Что для нас важно
- Инженерный подход и внимание к качеству решений
- Умение работать с неопределённостью и новыми задачами
- Внимание к деталям и надёжности системы
Что мы предлагаем
- Работу на реальном AI-продукте, который уже в продакшне
- Сложные технические задачи: агенты, LLM, векторный поиск, стриминг, многоязычность
- Среду, где инженерная культура ценится наравне с результатом
- Возможность влиять на архитектуру системы с первых дней
- Доступ к GPU-инфраструктуре и открытым моделям
Как откликнуться
Пришлите краткое описание релевантного опыта и ссылки на проекты, GitHub или другие примеры работ, если они есть.
Даже если вы не соответствуете всем требованиям на 100%, но вам близка задача — будем рады познакомиться.