Network Technologies — официальный дилер «Элтекс», крупнейшего производителя сетевого и телекоммуникационного оборудования в России. Вся продукция разработана и произведена в России, сертифицирована и включена в реестры Минпромторга.
Наша команда усиливает направление внутренней автоматизации продуктового подразделения. Нам нужен инженер, который умеет брать LLM-модели, интегрировать их в код и доводить прототипы до стабильно работающих инструментов внутри компании.
Задача нашего направления — убрать рутину у сотрудников, ускорить обработку обращений и автоматизировать процессы контактного центра.
Ваша задача — это внедрение AI в реальные процессы для того, чтобы сделать повседневную работу коллег удобнее.
Чем предстоит заниматься
Разработка и интеграция LLM-сервисов:
- Реализация пайплайнов для внутренних ассистентов, классификаторов и сценариев извлечения данных.
- Написание устойчивых к вариациям промптов, настройка структурированного вывода (JSON Schema), tool calling и поддержка RAG-систем.
- Разработка логики для многошаговых агентных сценариев (agent workflows) по готовым требованиям.
Автоматизация Контактного центра:
- Интеграция готовых решений транскрибации и речевой аналитики (ASR) в наши внутренние сервисы.
- Реализация сценариев суммаризации, тегирования и выделения ключевых тем из текстовых расшифровок звонков.
- Помощь в автоматизации контроля качества работы операторов по заданным чек-листам.
Поддержка и запуск моделей:
- Развёртывание open-source моделей на готовой внутренней GPU-инфраструктуре с использованием Ollama(прототипирование), vLLM или аналогичных инструментов.
- Участие в тестировании качества ответов моделей, мониторинг базовых метрик (скорость ответов, ошибки, задержки).
- Совместно с командой разработки и Заказчиком разбирать логику задач и проверять гипотезы.
Что мы ждём от вас
Инженерная база
- Опыт в Python: От 2 лет коммерческой разработки. Хорошее понимание ООП, асинхронности (Asyncio) и работы с REST API / FastAPI.
- Работа с данными: Уверенное знание SQL (PostgreSQL), умение писать и оптимизировать базовые запросы.
- Основы бэкенда: Опыт работы с Docker, понимание принципов CI/CD и работы брокеров сообщений (RabbitMQ / Kafka).
Прикладная работа с LLM
- Практический опыт создания приложений поверх LLM API (OpenAI, Anthropic, YandexGPT или open-source моделей).
- Понимание принципов работы RAG (Retrieval-Augmented Generation) и практический опыт работы с векторными базами данных (Qdrant, Milvus, ChromaDB или pgvector).
- Опыт работы с фреймворками: LangChain, LlamaIndex или кастомными аналогами.
Мониторинг и качество
- Базовые навыки настройки мониторинга и логирования (Prometheus, Grafana, OpenTelemetry) для AI‑сервисов.
- Умение интерпретировать метрики (latency, ошибки, fallback) и предлагать улучшения стабильности.
Продуктовый подход
- Интерес не просто к написанию кода, а к тому, как решение помогает реальным пользователям (сотрудникам компании).
- Умение работать в кросс-функциональной команде, готовность задавать вопросы и предлагать свои технические идеи при общении с Заказчиком.
- Умение не только разработать инструмент, но и довести его до реального использования в команде — обучить пользователей, собрать обратную связь, доработать по итогам внедрения и обеспечить плавный переход на новый процесс.
Будет вашим преимуществом
- Опыт работы с библиотеками для обработки звука и ASR (Whisper или аналоги).
- Опыт интеграции или локального запуска генеративных моделей изображений (Stable Diffusion / Flux) через API или UI-инструменты (ComfyUI).
- Опыт настройки базового логирования и мониторинга для ML-моделей.
- Знание подходов к управлению изменениями: знакомство с методологиями (например ADKAR) или практический опыт их применения — будет преимуществом.
Условия, которые мы предлагаем:
-
Прозрачное сотрудничество: официальное трудоустройство с первого дня, стабильная белая заработная плата;
-
Соцпакет, ДМС со стоматологией;
-
Возможность выбрать удобный адрес для работы: Ядринцевская 23 или Промкирпичная 22;
-
Возможность гибридного графика - совмещение работы в офисе с работой из дома;
-
Корпоративное обучение и профессиональный рост внутри компании;