AI Engineer / LLM Engineer (AI Agents, RAG, Python)

Ищем AI-инженера для разработки и внедрения корпоративных AI-агентов на базе больших языковых моделей (LLM).

Нам нужен специалист, который умеет не просто работать с языковыми моделями, а создавать полноценные AI-решения: от проектирования архитектуры и разработки прототипа до интеграции с корпоративными системами, запуска в production и дальнейшего развития.

Основная задача — создание внутренних интеллектуальных AI-агентов, которые смогут работать с корпоративными знаниями, отвечать на вопросы сотрудников, взаимодействовать с бизнес-системами и автоматизировать рабочие процессы.

Важно: формат работы — офисный, 5/2. Удаленный и гибридный форматы не предусмотрены.

Чем предстоит заниматься

Разработка AI-агентов и LLM-решений

• Проектировать, разрабатывать и внедрять корпоративных AI-агентов на базе LLM.

• Создавать агентов, способных выполнять многошаговые задачи, использовать инструменты и взаимодействовать с внешними и внутренними сервисами.

• Реализовывать agentic workflows, tool calling / function calling и механизмы управления выполнением задач.

• Работать с LLM через API, Hugging Face и локально развернутыми моделями.

• Разрабатывать и совершенствовать prompt-based решения, оценивать качество и надежность работы агентов.

• Экспериментировать с моделями, архитектурами и подходами для решения прикладных бизнес-задач.

RAG и работа с корпоративными знаниями

• Разрабатывать RAG-системы для поиска информации и ответов на вопросы по внутренней документации компании.

• Настраивать обработку документов: извлечение данных, разбиение на фрагменты, embeddings, индексацию и векторный поиск.

• Реализовывать различные стратегии retrieval, reranking и контекстной обработки информации.

• Обеспечивать качество, точность и релевантность ответов AI-агентов.

• Разрабатывать механизмы доступа к корпоративной информации с учетом прав пользователей.

Интеграция AI-агентов с бизнес-системами

• Интегрировать AI-агентов с корпоративными сервисами через API.

• Реализовывать сценарии взаимодействия с Jira, CRM, почтовыми сервисами, Qlik, 1С и другими внутренними и внешними системами.

• Создавать инструменты, позволяющие агентам не только получать информацию, но и выполнять действия: создавать задачи, формировать запросы, обновлять данные и запускать бизнес-процессы.

• Разрабатывать механизмы оркестрации, маршрутизации запросов и последовательного выполнения операций.

Безопасность и контроль AI-агентов

• Реализовывать разграничение прав доступа и управление разрешенными действиями AI-агентов.

• Настраивать логирование действий, аудит и отслеживание результатов выполнения задач.

• Разрабатывать механизмы ручного подтверждения критически важных операций (Human-in-the-loop).

• Обеспечивать контролируемое и безопасное взаимодействие AI-агентов с корпоративными данными и системами.

Production и развитие AI-инфраструктуры

• Разрабатывать AI-сервисы на Python.

• Создавать API и интеграционные компоненты для AI-решений.

• Контейнеризировать приложения и сервисы с использованием Docker.

• Участвовать в развертывании, мониторинге и сопровождении AI-решений в production.

• Оптимизировать производительность, стабильность, стоимость и качество работы LLM-систем.

• Взаимодействовать с командами разработки, аналитики и Data Engineering.

Что для нас важно

• Уверенное владение Python и опыт разработки на нем.

• Практический опыт разработки AI/LLM-приложений, агентов или интеллектуальных сервисов.

• Понимание принципов работы LLM, prompt engineering, embeddings и RAG.

• Опыт интеграции LLM с внешними инструментами и сервисами через API.

• Знание REST API, HTTP, JSON и принципов взаимодействия между сервисами.

• Опыт работы с LLM-фреймворками и инструментами, например LangChain, LangGraph, LlamaIndex или аналогами.

• Понимание принципов agentic workflows, tool/function calling и управления состоянием агентов.

• Опыт работы с базами данных, включая SQL и/или векторные хранилища.

• Практические навыки работы с Git, Docker.

• Понимание принципов построения надежных, масштабируемых и безопасных backend-решений.

• Способность самостоятельно проектировать техническое решение, реализовывать его и доводить до работающего результата.

Будет преимуществом

• Опыт разработки и внедрения корпоративных AI-агентов, используемых реальными сотрудниками.

• Практический опыт создания RAG-систем на внутренних документах компании.

• Опыт реализации multi-agent систем и сложных агентных сценариев.

• Опыт интеграций с Jira, CRM, 1С, Qlik, почтовыми системами и корпоративными API.

• Опыт реализации RBAC, audit logging, Human-in-the-loop и механизмов безопасного выполнения действий агентами.

• Опыт работы с локальными LLM, open-source моделями, Hugging Face.

• Опыт дообучения и адаптации моделей (fine-tuning, LoRA/QLoRA).

• Опыт работы с MLOps/LLMOps, мониторингом и оценкой качества LLM-решений.

• Опыт работы с Machine Learning, NLP, Computer Vision или Speech/ASR.

• Опыт самостоятельного создания AI/ML-продуктов — от идеи и прототипа до промышленной эксплуатации.

Кого мы особенно хотим видеть

Специалиста, который уже создавал AI-агентов или LLM-сервисы для реальных бизнес-задач и понимает, как превратить языковую модель в работающий корпоративный инструмент.

Нам особенно интересны кандидаты, которые могут рассказать о собственных проектах: какую задачу решали, какую архитектуру выбрали, какие интеграции реализовали, как обеспечивали качество, безопасность и стабильность работы решения.