Обязанности:
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.Похожие вакансии