AI инженер (команда LLM Evals)
Описание
Мы в hh создаем продукты и AI-ассистентов для работодателей и соискателей на базе генеративных технологий. Уже сейчас мы используем LLM-модели для генерации текстов, ведения диалогов, классификации и анализа вакансий и резюме. Направление активно развивается, и сейчас мы ищем LLM/Prompt-инженера, который поможет нам создавать, тестировать внедрять GenAI-решения. Если вам интересно развивать продукты на базе LLM — через промпты, дизайн llm-пайплайнов и системный подход к оценке качества, если вы готовы не только создавать прототипы, но и улучшать их в продакшене на основе обратной связи и метрик — мы будем рады видеть вас в нашей команде. Чем предстоит заниматься: Разрабатывать, тестировать и внедрять совместно с командой разработки решения на базе LLM; Настраивать поведение моделей — экспериментировать с промптами (CoT, Tree-of-thoughts, few-shot, structured outputs, tool calling, etc), контекстом, параметрами моделей и архитектурой llm-пайплайнов (один промпт, цепочка промптов, агенты, RAG и пр.); Тестировать и оценивать качество работы llm-решений на всех этапах — собирать актуализировать golden-сеты, валидационные выборки, настраивать llm-as-a-judge, развивать подходы автоматической оценки работы llm-фичей, создавать метрики и бенчмарки; Анализировать логи, трейсы и фидбек по реальной работе ассистентов в продакшене и улучшать их качество на основе найденных инсайтов. Требования: Практический опыт создания решений на базе LLM (prompt engineering, RAG, function calling, structured outputs, reasoning, agents); Понимание теории ML, глубокого обучения, современных подходов к NLP; Сильный Python, опыт работы с аналитическими инструментами и ML-библиотеками; Опыт с SQL, навыки работы с данными, умение собрать датасет и провести аналитику; Живой интерес к сфере GenAI, опыт работы с популярными вендорными и open-source моделями (Qwen, Llama, DeepSeek, GPT-OSS); Опыт с фреймворками оркестрации llm (langgraph, langchain или аналоги); Понимание методов оценки качества LLM (бенчмарки, human eval, LLM-as-as-Judge) и метрик для различных NLP-задач; Продуктовое мышление - смотреть на задачи через призму “помочь конечному пользователю”, участвовать в брейнштормах и приносить новые идеи. Будет плюсом: Практический опыт файнтюнинга различных LLM под продуктовые задачи (SFT, PEFT, RLHF, LoRA, PPO, DPO, GRPO); Опыт внедрения LLM решений в продакшн. Условия: Возможность выбора места работы: удаленно или из офиса; Гибкий график рабочего дня; Оформление в соответствии с ТК РФ; Корпоративное ДМС с первого месяца работы (решаем вопросы со здоровьем быстро и удобно); Возможность профессионального развития, обучение за счет компании, участие в специализированных конференциях.