Промпт-инженер (Управление сопровождения обращений клиентов)

Описание

• Разработка эффективных промптов придумывать, писать и тестировать промпты для LLM (в т.ч. системные и пользовательские), обеспечивающие точные и полезные ответы;
• Применять современные техники (few-shot, chain-of-thought, self-consistency и др.) для повышения качества генерации;
• Настройка мультиагентных сценариев конфигурировать AI-агентов и их взаимодействие в рамках workflow;
• Составлять сценарии взаимодействия моделей и инструментов (запросы к БД, вызовы API и пр.) в структурированных форматах (YAML/JSON);
• Schema-Guided Reasoning (SGR) разрабатывать и внедрять схемы структурированного промптинга для явного управления логикой рассуждений модели;
• Тестирование и оптимизация проводить A/B тесты и эксперименты с промптами, оценивать ответы моделей по качеству, точности, полноте и тону;
• Выявлять проблемные кейсы (неточные ответы, галлюцинации, неправильный тон) и оперативно устранять дефекты;
• Аналитика и улучшение модели анализировать данные: клиентские диалоги, логи работы AI-системы, результаты классификации;
• Находить узкие места в понимании моделей, инициировать дообучение или корректировку данных при необходимости;
• Совместно с командой CX-аналитиков формулировать инсайты на основе вывода модели.

• Высшее техническое образование;
• Опыт работы с большими языковыми моделями (LLM) и написания качественных промптов от 1 2 лет;
• Понимание принципов генеративного ИИ, умение управлять поведением модели через промптинг;
• Навыки структурирования сложных запросов: умение описывать многошаговые сценарии в формате YAML/JSON, создавать цепочки вызовов моделей и функций;
• Уверенное владение Python для автоматизации задач: написание скриптов обработки данных;
• Опыт интеграции моделей через API (OpenAI, локальные LLM и др.) будет плюсом;
• Знание подходов Retrieval-Augmented Generation (RAG) и инструментов (Tool-Calling / Function Calling);
• Базовые знания машинного обучения: понимаете этапы обучения LLM-моделей, ограничения и метрики качества;
• Опыт в классификации текстов с помощью моделей (например, определение тональности обращения, тематики запроса) будет преимуществом;
• Понимание клиентского опыта (CX): вам знакомы основы клиентского сервиса, вы способны понять и интерпретировать потребности и боли клиентов по их обратной связи;
• Опыт работы с данными голоса клиента (Voice of Customer) или исследованиями UX/CX даст большое преимущество;
• Знание банковских продуктов: ориентируетесь в финансовых услугах и терминологии.