ВАКАНСИЯ С ПЕРЕЕЗДОМ В РЕСПУБЛИКУ ТАТАРСТАН Обязанности: Проектирование общей архитектуры мультиагентной системы сбора и анализа мультимодальных данных; Техническое руководство командой (2 Middle, 4 Junior), распределение задач и контроль качества; Выбор моделей: мультимодальная LLM для анализа, модели для эмбеддингов (CLIP/DINOv2 для изображений, VideoCLIP для видео, Whisper для аудио); Проектирование стратегии ReAct / Plan-and-Execute для сложных аналитических цепочек; Проектирование унифицированной схемы данных и БД (PostgreSQL + PostGIS + FAISS/Milvus); Внедрение системы трейсинга и observability для всех агентов системы (LangSmith / OpenTelemetry / кастомное решение); Проектирование методологии A/B-тестирования промптов и моделей, постановка экспериментов по оптимизации архитектуры агентов; Разработка стратегии управления памятью агентов (эпизодическая, семантическая, процедурная) и оптимизации контекстного окна; Внедрение системы автоматического тестирования агентов (юнит-тесты на инструменты, интеграционные тесты цепочек, оценка качества ответов); Настройка мониторинга и алертинга при деградации качества или аномалиях в работе агентов; Развитие технических компетенций команды, проведение внутренних обучений. Требования: Языки программирования: Python (экспертный уровень: асинхронная обработка, проектирование сложных абстракций, оптимизация производительности); Мультиагентные архитектуры: экспертиза в проектировании систем с агентами на основе ReAct, Plan-and-Execute; опыт с LangGraph, CrewAI, AutoGen; понимание организации обмена сообщениями, управления памятью и состоянием распределённой агентной системы; Мультимодальные LLM: опыт работы с моделями, понимающими текст + изображение + видео + аудио (GPT-4V, LLaVA, Qwen-VL, Video-LLaMA, Whisper для аудио); понимание архитектуры VLM (Vision-Language Models); Оркестрация агентов: проектирование потоков выполнения (DAG), обработка отказов агентов, восстановление, параллельное выполнение; Векторные БД и RAG: опыт построения retrieval-augmented систем для мультимодальных данных (текст, изображения, видео), работа с FAISS/Milvus/Qdrant, мультимодальные эмбеддинги (CLIP, DINOv2, VideoCLIP); Дедупликация мультимодальных данных: алгоритмы поиска дубликатов новостей (похожесть текста + близость визуальных признаков + время + гео); Интеграция с источниками: понимание архитектуры коннекторов к Telegram, RSS, Web (парсинг), API новостных агрегаторов; LLMOps / AgentOps: понимание жизненного цикла LLM-агентов в production, опыт внедрения трейсинга (LangSmith, OpenTelemetry, Phoenix Arize), мониторинга метрик (точность, latency, стоимость токенов); Экспериментирование: опыт постановки A/B-тестов для сравнения промптов, моделей и архитектур агентов; работа с инструментами трекинга экспериментов (MLflow, Weights & Biases, DVC); Оптимизация агентов: стратегии управления контекстным окном, кэширование вызовов LLM, выбор оптимальной модели под задачу (баланс качество/скорость/стоимость); Тестирование агентов: методология оценки качества (LLM-as-judge, human-in-the-loop), проектирование тестовых наборов для недетерминированных систем. Условия: Конкурентный уровень з/п (обсуждается индивидуально); Дневная рабочая неделя 5/2 (ненормированная); Работа в крупной и стабильной компании – в структуре самой большой ОЭЗ в Европе; Транспорт до работы из г. Елабуга, г. Набережные Челны, г. Нижнекамск; Полис добровольного медицинского страхования; Предоставление платного жилья для иногородних; Гарантия профессионального роста; Амбициозная, проектно-ориентированная команда; Командные и спортивные игры, реализация нестандартных задач; Карьерный рост при наличии и обретении в процессе работы необходимых компетенций.
Похожие вакансии