AI Engineer (LLM-агенты, RAG)

Documentolog - казахстанская продуктовая ИТ-компания, разработчик платформы электронного документооборота Documentolog и мультиагентной AI-платформы d8n.ai. Мы строим «цифровых сотрудников» — LLM-агентов, которые работают с документами, корпоративной базой знаний и бизнес-процессами у корпоративных и государственных заказчиков. Агенты живут в проде и решают задачи реальных пользователей каждый день. Часть заказчиков работает в закрытых контурах - поэтому LLM-инфраструктура у нас собственная, self-hosted.

Чем предстоит заниматься
- Проектировать и разрабатывать LLM-агентов («цифровых сотрудников»): архитектура агента, инструменты (function calling), навыки, оркестрация;
- Развивать RAG-поиск по корпоративной базе знаний: чанкирование, эмбеддинги, гибридный поиск, реранкинг, оценка качества выдачи;
- Интегрировать LLM через OpenAI-совместимые API, работать с self-hosted моделями;
- Заниматься промпт-инжинирингом на русском (продукт мультиязычный — ru/kk), защитой от prompt injection, маскированием персональных данных
- Строить оценку качества (evals, LLM-as-Judge) и наблюдаемость: качество ответов, стоимость, мониторинг галлюцинаций;
- Писать асинхронный Python-бэкенд: FastAPI, PostgreSQL, стриминг ответов;
- Доводить фичи до продакшена и сопровождать их у крупных заказчиков;
- Следить за трендами агентной экосистемы и LLM: новые инструменты и паттерны (MCP и агентные протоколы, LLM Wiki и агентные базы знаний, скиллы и память агентов), релизы моделей и фреймворков (Anthropic, OpenAI, Google), техники RAG и evals — и приносить лучшее в платформу, делясь знаниями с командой.

Что мы ждем
- 2+ года коммерческой разработки на Python (asyncio, FastAPI, Pydantic, SQLAlchemy, pytest);
- 1+ год работы с LLM-системами в продакшене: function calling / агенты, RAG, промпт-инжиниринг;
- Опыт с любым агентным фреймворком (LangGraph, LangChain, Google ADK, CrewAI и т.п.);
- AI-first подход к работе: продвинутое владение агентными инструментами разработки (Claude Code, Codex или аналоги) — у нас они часть ежедневного процесса, а не эксперимент;
- PostgreSQL, Docker, Linux, Git;
- Свободный русский (промпты и документация - на русском); английский - уверенное чтение технической документации;
- Умение и желание отвечать за фичу целиком - от идеи и дизайна до продакшена и сопровождения.
Будет плюсом
- Казахский язык - сильный плюс;
- MCP (Model Context Protocol);
- Векторный и гибридный поиск на практике (Qdrant, pgvector, Solr, Elasticsearch);
- Evals и наблюдаемость LLM (Langfuse, RAGAS и т.п.);
- vLLM / GPU-serving, fine-tuning (LoRA);
- Классический ML (scikit-learn), умение читать PHP-код.

Мы предлагаем
- Работу с собственной self-hosted LLM-инфраструктурой: с моделями работаете напрямую, а не только через чужие API;
- Агентов в реальном продакшене: ваши решения ежедневно используют живые корпоративные пользователи;
- AI-first культуру разработки: Claude Code и агентные инструменты — часть ежедневного процесса;
- Влияние на архитектуру: AI-платформа молодая, архитектурные решения ещё принимаются - и принимаются внутри команды;

Система мотивации
- Беспроцентные займы: финансовая поддержка сотрудников, проработавших в компании более 1 года;
- Фантомные акции компании: сотрудники с опытом работы более 1 года получают возможность получать процент от чистой прибыли компании. Количество фантомных акций увеличивается с каждым годом работы в знак признательности за преданность и лояльность сотрудника.