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

Описание вакансии

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.

Ключевые навыки

• Python
• LLM
• Generative AI
• AI Agents
• RAG
• LangChain
• LangGraph
• LlamaIndex
• Machine Learning
• NLP
• REST API
• FastAPI
• Docker
• SQL
• Git
• Hugging Face
• Prompt Engineering
• Vector Databases
• MLOps
• API Integration