Ведущий AI/LLM-инженер (прикладные ИИ-решения)
Описание
Ключевые задачи: Совместно с бизнес-заказчиками выявлять задачи, где ИИ способен дать проверяемый эффект; формулировать гипотезы, пользовательские сценарии, критерии качества и ограничения; Сравнивать варианты реализации: готовый корпоративный сервис, внешняя модель по API, open-source модель в локальном контуре или классическая автоматизация без ИИ; Быстро собирать прототипы и проводить пилоты; по результатам рекомендовать запуск, доработку или прекращение инициативы; Разрабатывать и версионировать промпты, structured output, tool/function calling и защитные ограничения; вести тесты; Создавать RAG-решения и ИИ-агентов/ассистентов с контролируемыми многошаговыми сценариями; Интегрировать ИИ-сервисы с Bitrix24, 1С, базами знаний и внутренними сервисами через API, очереди и базы данных; Разрабатывать поддерживаемые сервисы преимущественно на Python: API, фоновые задачи, пайплайны обработки данных, тесты и техническую документацию; Контейнеризировать и развёртывать решения; совместно с инфраструктурной командой настраивать среды, CI/CD, конфигурации и секреты; Настраивать логирование, трассировку и мониторинг; обеспечивать обработку ошибок, ретраи, тайм-ауты и контролируемую деградацию; Выбирать и сравнивать модели, формировать eval-наборы, проводить автоматизированные и экспертные проверки, регрессионное тестирование; Оптимизировать качество, безопасность, задержки, пропускную способность и стоимость. Для нас важно: Опыт работы от 1 года промышленной разработки программных или data/ML-сервисов; практический опыт прикладных LLM-решений — желательно от 1 года или подтверждённое портфолио сопоставимого уровня; Уверенный Python: разработка API и сервисов, фоновые задачи, пайплайны обработки данных, тесты; SQL/PostgreSQL, Git, Linux, базовые алгоритмы и структуры данных; Практический опыт работы с LLM по API и/или локально: системные промпты, few-shot, structured output, tool/function calling, управление контекстом и ограничениями моделей; Разработка RAG-решений: загрузка и очистка документов, chunking, embeddings, индексирование, retrieval, reranking, цитирование источников и контроль прав доступа; Разработка ИИ-агентов и ассистентов: подключение инструментов, память, маршрутизация и контролируемые многошаговые сценарии; Интеграция ИИ-сервисов с корпоративными системами и данными через API, очереди и базы данных; приоритетно Bitrix24, 1С, базы знаний и внутренние сервисы; Контейнеризация и развёртывание сервисов в Docker; базовое понимание CI/CD, конфигураций, секретов и устойчивости production-сервисов; Настройка логирования, трассировки и мониторинга качества/производительности; обработка ошибок, ретраи, тайм-ауты и контролируемая деградация; Оптимизация задержек, пропускной способности и стоимости использования моделей; обеспечение воспроизводимости релизов; Формирование автоматизированных проверок; экспертная оценка, разбор ошибок и регрессионное тестирование; Выбор и сравнение моделей по качеству, безопасности, стоимости, скорости, требованиям к размещению и поддержке русского языка; Диагностика источника проблем: данные, retrieval, промпт, инструмент, модель или бизнес-логика; системное улучшение решения; При наличии экономического смысла — адаптация и дообучение существующих моделей (SFT/LoRA/PEFT) либо постановка и контроль такой работы подрядчикам; Умение самостоятельно читать техническую документацию на английском языке и быстро проверять новые инструменты на практике. Необходимые знания: RAG-архитектуры и основные подходы оркестрации: LangChain/LangGraph, LlamaIndex, Haystack либо собственная оркестрация; Embeddings, chunking, retrieval/reranking и векторные хранилища: Qdrant, pgvector, Milvus, FAISS или аналоги; Принципы построения и эксплуатации LLM-сервисов: качество, безопасность, стоимость, latency/throughput, ограничения контекста и моделей; Проектирование API и интеграций, очереди сообщений, базы данных, управление секретами и контроль доступа; Основы CI/CD, мониторинга, логирования, трассировки и устойчивости production-сервисов; Методы оценки качества LLM-систем: eval-наборы, регрессионные тесты, экспертная оценка и анализ ошибок. Мы предлагаем: ✅ Гарантии и стабильность: • Официальное трудоустройство по ТК РФ, белая заработная плата • График 5/2 с 9:00 до 17:45 (пятница — до 16:30) • Полный социальный пакет: оплачиваемый отпуск, больничные • Компенсация мобильной связи 🏢 Комфорт и инфраструктура: • Современный офис в шаговой доступности от ст. м. Площадь Ленина • Собственная бесплатная парковка для сотрудников 💼 Карьерный и профессиональный рост: • Возможности для горизонтального и вертикального развития • Система наставничества и обучения • Программа развития лидерских качеств • Поддержка профессиональных сертификаций и дополнительного образования ❤️ Забота о здоровье и благополучии: • Полис ДМС (после испытательного срока) • Телемедицинские консультации врачей разного профиля (включая психолога) • Регулярная диспансеризация и вакцинация • Офисный врач • Чек-ап здоровья и выдача справок перед спортивными мероприятиями • Страхование от несчастных случаев на время спортивных мероприятий 🎭 Культура и корпоративная жизнь: • Насыщенная корпоративная жизнь: экскурсии, мастер-классы, и масштабные корпоративные праздники для сотрудников и их близких • Поддержка любителей спорта: команды по волейболу, футболу и хоккею • Участие в знаковых городских спортивных событиях: Забег.РФ, Фонтанка SUP, Велозаезд по ЗСД и множество других • Программа корпоративных привилегий: специальные условия на абонементы в фитнес-клубы, на популярные образовательные платформы, площадки для семейного досуга, билеты на футбол и хоккей, а также скидки до 70% в лучшие театры Санкт-Петербурга 🤝 Социальная ответственность компании: • Регулярные Дни донора • Поддержка благотворительных фондов • Экологические и социальные инициативы • Тематические мероприятия для сотрудников и их детей • Новогодние подарки каждому ребенку сотрудника