Вакансии для разработчиков ИИ-агентов с RAG
Вакансии для разработчиков ИИ-агентов с RAG: подборка ролей, где в задачах или стеке указан RAG. Можно найти работу в этом направлении и сразу смотреть…
Фильтр вакансий
Middle+ AI инженер
Middle+ AI инженер До 390 000 ₽ Удалённая работа Точка Банк — онлайн-банк и экосистема сервисов для бизнеса. Требования: - Опыт построения систем с LLM от 3 лет. - Опыт работы с диалоговыми ассистентами, написания промптов и обогащения контекста, включая function calling, RAG и другие подходы. - Понимание современных подходов к RAG (Retrieval-Augmented Generation), включая работу с векторными базами данных и embedding-пайплайнами. - Опыт работы с function calling, tools, agents, memory, multi-agent-системами, а также понимание архитектуры цепочек агентов и промптов. - Опыт участия во внедрении или создании внутренних инструментов для работы с LLM-инструментарием и мониторинга этих систем. - Уверенное написание на Python production-ready кода: создание скриптов, построение пайплайнов, интеграция с API LLM и векторными базами, автоматизация процессов. - Умение защищать гипотезы метриками, прозрачно тестировать элементы системы и версионировать эксперименты. - Умение ясно излагать технические идеи, документировать архитектурные решения и выступать ментором для коллег.
Application Security Аналитик (AI)
Application Security Аналитик (AI) в Cloud.ru О нас Cloud.ru создаёт продукты на основе передовых AI-технологий (LLM, GenAI) и обеспечивает их безопасность. Мы ищем специалиста, который усилит команду и поможет выстроить защиту AI-решений на всех этапах. Задачи - Проводить анализ безопасности архитектуры, выявлять угрозы и уязвимости, связанные с AI-агентами, LLM и GenAI во внутренних и внешних продуктах компании. - Разрабатывать требования безопасной разработки для AI-решений. - Участвовать в исследованиях безопасности внедряемых ИИ-систем. - Взаимодействовать с продуктовыми командами по вопросам безопасности и внедрения требований. - Моделировать угрозы для приложений и сервисов, предлагать механизмы защиты. - Анализировать возможные мошеннические действия и уязвимости бизнес-логики приложений. - Контролировать процесс устранения найденных уязвимостей. Требования - Знание принципов работы AI-агентов, LLM, GenAI, RAG, агентских протоколов (MCP, A2A, AG-UI). - Понимание уязвимостей и методов атак на веб-приложения и ИИ-решения, мер защиты (MITRE ATT&CK, ATLAS, OWASP). - Знание практик DevSecOps и MLSecOps. - Навыки работы с инструментами SAST, DAST, SCA/OSA, ASOC и аналогичными. - Владение подходами к оценке уязвимостей и анализу рисков. - Опыт построения моделей угроз (STRIDE, DREAD, БДУ ФСТЭК). - Подтверждённый опыт поиска уязвимостей в веб-приложениях. - Будет плюсом: - Умение анализировать исходный код на наличие уязвимостей. - Способность читать код на различных языках программирования. - Подтверждённый опыт участия в Bug Bounty.
Инженер AI/LLM (удаленно по РФ)
Инженер AI/LLM (удаленно по РФ) О нас Bell Integrator — крупная ИТ-компания, реализующая проекты для системообразующих финансовых, телеком и ритейл компаний по всей России. О проекте Создание AI-агента для Python BDD-фреймворка в корпоративной банковской среде. Решение будет автоматически преобразовывать функциональные тестовые сценарии в готовые сценарии на Gherkin, используя существующую кодовую базу и механизмы интеллектуального подбора переиспользуемых шагов. Цели проекта: - Ускорить разработку BDD-автотестов. - Снизить стоимость регрессионного тестирования. - Повысить стандартизацию автоматизации тестирования. - Построить внутренний инструмент нового поколения, объединяющий LLM, RAG, ReAct и корпоративную инфраструктуру. Ключевые направления - Генерация feature-файлов на Gherkin на основе функциональных сценариев с помощью AI-агента. - Построение retrieval-контура на базе RAG и PostgreSQL + pgvector для поиска релевантных шагов, шаблонов и переиспользуемых элементов. - Интеграция с существующим Python BDD-фреймворком и библиотекой шагов для максимального переиспользования кодовой базы. - Разработка пользовательской поверхности (IDE plugin) для удобной работы тест-автоматизаторов. - Контроль качества генерации, стандартизация сценариев, снижение пропусков переиспользуемых шагов. - Создание технологической основы для развития AI в тестировании, AIPDLC и spec-driven development. Технологический стек - Python 3 - FastAPI, Streamlit - PostgreSQL, pgvector - Apache Kafka - Docker - Linux - HTTP, REST, GraphQL - LLM, RAG, ReAct, embeddings, vector search Требования - Опыт работы: от 3 лет. - Высшее образование. - Практический опыт построения RAG-систем и работы с векторными хранилищами (желательно PostgreSQL + pgvector). - Опыт разработки ReAct-агентов. - Понимание принципов ООП, SOLID и паттернов проектирования. - Знание многопоточного и асинхронного программирования (GIL, asyncio). - Практические навыки работы с LLM. - Опыт контейнеризации (Docker). - Лидерские качества: умение принимать решения и брать ответственность. Дополнительные (желательные) требования - Понимание BDD, Gherkin, тестовой автоматизации и принципов переиспользования step definitions. - Понимание клиентской веб-разработки. - Опыт разработки IDE-плагинов или инструментов для разработчиков. - Опыт оценки качества AI-решений (accuracy, retrieval quality, traceability). - Понимание spec-driven development и применения AI в SDLC/QA-процессах. Обязанности - Проектировать и согласовывать архитектуру AI-агента, приложений и интеграций. - Разрабатывать backend-компоненты AI-агента, общие библиотеки, интеграционные модули. - Реализовывать решения на основе LLM, ReAct и RAG, включая поиск и подбор релевантных шагов. - Интегрировать систему с внутренними сервисами, репозиториями, базами знаний и корпоративной инфраструктурой. - Формировать требования к CI/CD, мониторингу, логированию, трассировке и контролю качества AI-агента. - Проводить ревью кода, поддерживать стандарты разработки, участвовать в командных коммуникациях. - Взаимодействовать со специалистами по автоматизированному тестированию, QA и разработчиками для уточнения требований и сценариев. - Участвовать в создании пользовательской поверхности (IDE plugin). Условия - Работа в команде профессионалов, поддержка инициатив. - Доступ к новым технологиям, включая AI. - Профессиональный и карьерный рост. - Возможность участвовать в разных проектах. - Опыт работы в распределенной команде. - Заработная плата обсуждается индивидуально. - Оформление в соответствии с ТК РФ в Bell Integrator. - Формат работы: удаленно по РФ.
AI engineer (ML/DS)
AI-инженер (ML/DS) О нас Мы — команда Raft Digital Solutions. Мы разрабатываем решения на базе AI, внесли вклад в развитие фреймворка LangChain, создали собственный продукт для анализа голосовой связи с помощью GPT и провели исследования в области безопасности LLM. Работаем на рынках РФ и за рубежом. Сейчас мы ищем Senior AI-инженера с опытом в ML/DS в команду разработки AI-агентов для пользователей. Стек технологий - OpenAI, GigaChat, MCP - Python, PostgreSQL - LangChain, Langfuse - CI/CD, Docker, Kubernetes Задачи - Разрабатывать ассистентов с текстовыми и голосовыми интерфейсами - Анализировать качество генеративных моделей и искать способы его улучшения - Следить за лучшими практиками и open-source решениями в области AI - Деплоить сервисы в Kubernetes, настраивать мониторинг - Проводить Code Review существующих решений, предлагать идеи по оптимизации и развитию Требования - Коммерческий опыт разработки на Python / data science от 5 лет - Понимание архитектуры AI-агентов: оркестрация, memory, tools - Коммерческий опыт разработки AI/LLM-приложений (RAG, AI agents, векторные БД, tool calling, function calling, workflows) - Опыт работы с фреймворками для LLM-пайплайнов: LangChain, LlamaIndex, Haystack или аналогичными - Опыт деплоя сервисов в продакшен Условия - Удалённый формат работы - Гибкий график, полная занятость (40 часов в неделю) - Задачи на стыке бизнеса и современных AI-технологий - Дружная команда экспертов, обмен знаниями, технический рост - Оформление по договору B2B (с ИП)
Senior_NLP Engineer
SeniorNLP Engineer удаленка senior Компания: Джетлин ☑️ Задачи: -Разрабатывать и дообучать модели NLP/LLM: эмбеддинги, генерация, RAG-подходы. -Исследовать новые архитектуры, ставить эксперименты, проводить A/B-тесты. -Проектировать и развивать сервисы на базе языковых моделей: ассистенты, интеллектуальный поиск, генерация документов и кода. -Оптимизировать инференс и внедрять модели в продакшн совместно с ML и backend-командами. -Работать с данными: предобработка, векторизация, организационное хранение knowledge-баз. ☑️ Что важно: -3+ лет коммерческого опыта в NLP/LLM. -Глубокая математика: ML, статистика, теория вероятностей. -Python + DS-стек: pandas/polars, numpy, scipy, scikit-learn. -Практика с PyTorch, Transformers, sentence-transformers, LangChain / LangGraph / LlamaIndex. -Опыт работы с моделями Qwen, DeepSeek, Llama, Mistral; SFT, LoRA, QLoRA, prompt-tuning. -Навыки работы с Docker, Kubernetes, CI/CD. -Умение настраивать и оптимизировать RAG-пайплайны. ☑️ Будет плюсом: -Опыт в финтехе или корпоративных экосистемах. -Работа с Hadoop (Hive, PySpark), Greenplum, PostgreSQL. -Понимание интеграции LLM в бизнес-процессы. -Опыт работы в кросс-функциональных командах. Python Job в Telegram | в VK | в Max
Архитектор решений (AI)
О нас РОСГОССТРАХ — лидер российского страхового рынка. Задачи - Проработка решений для инициатив в области AI/ML и генеративного ИИ - Проектирование интеграции AI-сервисов с корпоративными системами и платформами данных - Проработка применения LLM, RAG и агентных сценариев; проектирование доступа моделей к корпоративным источникам данных Требования Основные требования - Опыт проектирования корпоративных информационных систем, интеграционных и распределённых решений от 5 лет - Опыт работы в роли Solution / Domain / Lead Architect или аналогичной от 3 лет - Навыки взаимодействия с бизнес-подразделениями, продуктовыми командами и инженерными функциями Архитектура и безопасность - Интеграционная архитектура корпоративного уровня, подход API-first - Опыт работы с решениями с повышенными требованиями к безопасности и разграничению доступа - Умение определять и проверять нефункциональные требования - Знание observability, мониторинга и аудита; ведение ADR (Architecture Decision Records) AI/ML - Понимание устройства современных LLM-платформ и принципов построения RAG - Опыт интеграции AI-сервисов с корпоративными источниками данных - Понимание агентных систем и вызова внешних инструментов - Знакомство с Model Context Protocol (MCP) - Базовый опыт в MLOps и управлении жизненным циклом моделей Будет плюсом - Опыт оценки и выбора моделей, векторных хранилищ, orchestration-фреймворков и компонентов AI-платформ - Опыт работы с корпоративными AI-ассистентами и платформами для работы с LLM - Опыт в области интеллектуального поиска и обработки документов - Работа с аналитическими, скоринговыми или страховыми моделями - Участие в программах цифровой или технологической трансформации крупных организаций Условия - Возможность работать в составе крупной компании-лидера страхового рынка - Полное соблюдение норм Трудового кодекса РФ - Полностью «белая» заработная плата, своевременные выплаты - График работы 5/2 в удалённом формате - Подключение к ДМС после успешного прохождения испытательного срока - Корпоративные скидки на страховые продукты (автострахование, страхование выезжающих за рубеж и другие) - Корпоративные скидки на фитнес, магазины-партнёры, книги и другое - Доступ к электронной библиотеке (более 3000 книг на актуальные темы бизнеса, науки и личностного развития, включая мировые бестселлеры) с возможностью офлайн-чтения с любого мобильного устройства
Backend-разработчик (Python)
Backend-разработчик (Python) О проекте team4you.org ищет backend-разработчика с сильной экспертизой в Python для участия в создании AI/LLM-сервисов крупного российского банка (ТОП-5). Проект включает разработку чат-ботов, поисковых решений, агентных сервисов и прикладных AI-инструментов. Задачи - Разрабатывать backend-сервисы для AI-платформы банка: чат-боты, поисковые решения, агентные сервисы и прикладные AI-инструменты. - Проектировать и развивать микросервисную архитектуру на FastAPI. - Интегрировать сервисы с LLM-платформой, базами данных, брокерами сообщений и внутренними системами банка. - Создавать высоконагруженные API и сервисы реального времени. - Участвовать в проектировании архитектуры платформы и развитии общих платформенных компонентов. Требования - Коммерческий опыт разработки на Python от 3 лет. - Уверенное знание Python, asyncio, многопоточности и принципов разработки production-сервисов. - Опыт коммерческой разработки на FastAPI. - Опыт проектирования микросервисной архитектуры и интеграционных решений. - Практический опыт работы с PostgreSQL, Redis и брокерами сообщений (Kafka, NATS или аналогами). - Опыт работы с REST API, gRPC и асинхронными протоколами взаимодействия. - Понимание принципов тестирования, мониторинга и сопровождения backend-сервисов. Будет плюсом - Опыт разработки AI/LLM-приложений, чат-сервисов или поисковых систем. - Опыт работы с LangChain, LangGraph, LlamaIndex или аналогичными фреймворками. - Понимание принципов построения RAG-систем. - Опыт работы с Docker, Kubernetes и CI/CD. - Опыт проектирования высоконагруженных систем.
AI/ML Engineer
СберСпасибо: AI/ML Engineer О проекте Мы разрабатываем корпоративных AI-агентов и RAG-системы для умного поиска по внутренней документации. Часть решений уже в эксплуатации, часть — в активной разработке. Сейчас мы ищем специалиста, который займётся качественной составляющей систем: повышением надёжности RAG, выстраиванием методологии оценки, тестирования, защит и промпт-инжинирингом. Это прикладная позиция — мы не обучаем модели, а используем готовые через корпоративный шлюз. Весь фокус на инжиниринг, оценку и тонкую настройку поведения агентов. Задачи - Повышение качества RAG-агентов по трём направлениям: поиск по технической документации, нормативной базе и бухгалтерской документации - Промпт-инжиниринг и контекст-инжиниринг для всех агентов команды - Подготовка эталонных наборов для оценки качества - Реализация методологии автоматических регрессионных проверок (LLM-as-a-judge) - Настройка защит (guards) для production-агентов: фильтры от инъекций в промпт, валидация структуры и контента выходов, защита от утечек ПДн, anti-hallucination механизмы - A/B-тестирование промптов и моделей для подбора лучших конфигураций - Тюнинг качества на основе обратной связи пользователей и трассировок из Langfuse Требования - Опыт коммерческой разработки на Python от 2 лет - Практический опыт создания и поддержки RAG-систем в продакшене (от начала до конца, не прототип): эмбеддинги, векторные базы (Qdrant, FAISS или pgvector), переранжирование, чанкинг - Практический опыт оценки качества LLM-систем: подготовка эталонных наборов, offline-метрики, LLM-as-judge, регрессионные проверки; опыт работы с фреймворками оценки (Ragas, DeepEval или аналоги) - Практический опыт настройки защит для LLM-приложений: защита от инъекций в промпт, валидация структуры и контента выходов, защита от утечек персональных данных - Опыт промпт-инжиниринга и контекст-инжиниринга в реальных проектах: итеративная настройка промптов, structured output, function calling - Понимание архитектуры RAG: стратегии нарезки документов, метаданные, выбор моделей эмбеддингов, переранжирование, точность ссылок на источник - Практический опыт работы хотя бы с одним LLM-фреймворком: LangChain, LangGraph, PydanticAI, OpenAI API или аналоги - Практический опыт A/B-тестирования промптов и моделей в продакшене - Опыт работы с агентскими протоколами (MCP) или собственным tool-layer для агентов - Базовые знания SQL и работы с реляционными базами
GenAI-разработчик / бизнес-аналитик
GenAI-разработчик / бизнес-аналитик (Senior) О нас Top Selection приглашает Senior GenAI-разработчика в проект для крупной компании из сферы добывающей промышленности. Ключевая цель — создание и внедрение корпоративных GenAI-решений: AI-агентов, мультиагентных систем, RAG-конвейеров и автоматизаций в закрытом защищённом контуре. Задачи - Разработка AI-агентов и субагентов с использованием tool-calling - Построение мультиагентных систем и управление цепочками вызовов - Создание автоматизаций и workflow в n8n, Flowise, Dify, Langflow или аналогичных платформах - Разработка бизнес-логики и кастомных функций на JavaScript, TypeScript и Python - Построение RAG-конвейеров: подготовка данных, embeddings, поиск и работа с векторными базами - Интеграция с внутренними сервисами и витринами данных через REST API и OAuth2 - Парсинг, сбор, нормализация и трансформация данных из внешних источников - Проектирование промптов для суммаризации и генерации структурированных отчётов - Развёртывание и эксплуатация open-source и on-prem LLM в закрытом корпоративном контуре - Работа со структурированными данными, PostgreSQL и JSON - Участие в анализе и формализации бизнес-требований Требования - Опыт коммерческой разработки GenAI-решений на уровне Senior - Уверенное владение JavaScript, TypeScript и Python - Практический опыт создания AI-агентов и мультиагентных систем - Опыт хотя бы с одним из стеков: - LangChain / LangGraph - LlamaIndex - Semantic Kernel - CrewAI / AutoGen - n8n / Flowise / Dify / Langflow - Опыт разработки RAG-решений и работы с векторными хранилищами: PGVector, Qdrant, Milvus или аналогами - Уверенная работа с PostgreSQL, JSON, REST API и OAuth2 - Опыт работы с LLM и prompt engineering - Опыт развёртывания локальных моделей в закрытом контуре - Готовность вести разработку и эксплуатацию решения в ОС Windows - Понимание принципов защиты чувствительных и корпоративных данных Будет преимуществом - Опыт работы с MCP — Model Context Protocol - Разработка кастомных нод и sub-workflows в n8n - React - GraphQL - FastAPI - Опыт работы с веб-поиском, парсингом и внешними API - Опыт участия в корпоративных или промышленных проектах
Senior_NLP Engineer
Senior NLP Engineer Компания: Джетлин Задачи - Разрабатывать и дообучать модели NLP/LLM: эмбеддинги, генерация, RAG-подходы. - Исследовать новые архитектуры, ставить эксперименты, проводить A/B-тесты. - Проектировать и развивать сервисы на базе языковых моделей: ассистенты, интеллектуальный поиск, генерация документов и кода. - Оптимизировать инференс и внедрять модели в продакшн совместно с ML и backend-командами. - Работать с данными: предобработка, векторизация, организационное хранение knowledge-баз. Что важно - 3+ лет коммерческого опыта в NLP/LLM. - Глубокая математика: ML, статистика, теория вероятностей. - Python + DS-стек: pandas/polars, numpy, scipy, scikit-learn. - Практика с PyTorch, Transformers, sentence-transformers, LangChain / LangGraph / LlamaIndex. - Опыт работы с моделями Qwen, DeepSeek, Llama, Mistral; SFT, LoRA, QLoRA, prompt-tuning. - Навыки работы с Docker, Kubernetes, CI/CD. - Умение настраивать и оптимизировать RAG-пайплайны. Будет плюсом - Опыт в финтехе или корпоративных экосистемах. - Работа с Hadoop (Hive, PySpark), Greenplum, PostgreSQL. - Понимание интеграции LLM в бизнес-процессы. - Опыт работы в кросс-функциональных командах.
Специалиста на part-time занятость
вакансия ai Fullstack AI Developer (Python + React) ОNLY – аккредитованная ИТ-компания, предоставляющая полный цикл услуг digital-продакшн: аналитика, разработка ПО, консалтинг и дизайн. Мы решаем важные проблемы клиентов и расширяем возможности бизнеса, используя цифровые технологии. Наши клиенты:Самолет Девелопмент, Северсталь, НСПК (карты МИР), FUN&SUN, Сбербанк, Aspen, Газпром Нефть, Рольф, Giunti psychometrics, Республика, Билайн, UCHI.RU. О проекте Проект связан с разработкой и развитием AI-решений для автоматизации обработки и анализа больших объёмов данных. В рамках работы создаются интеллектуальные сервисы, которые собирают информацию из различных источников, анализируют документы, взаимодействуют с большими языковыми моделями (LLM) и помогают автоматизировать сложные бизнес-процессы. Проект предполагает работу с несколькими продуктами одновременно и предоставляет возможность применять передовые подходы в области генеративного ИИ, участвовать в развитии архитектуры решений и влиять на технические решения. Ищем специалиста на part-time занятость. График гибкий и обсуждается индивидуально, важно выполнение задач и соблюдение договорённостей. Оплата почасовая, исходя из фактически затраченного времени. Объём загрузки может варьироваться в зависимости от текущих проектов и согласовывается с кандидатом. Что мы ждём от кандидатов: - Опыт коммерческой разработки в роли Fullstack Developer уровня Middle / Middle+. - Уверенные знания Python и React. - Практический опыт работы с LLM и инструментами для их интеграции (например, LangChain). - Понимание принципов RAG, BM25, reranking и современных подходов к AI-поиску. - Опыт работы с PostgreSQL и ORM (например, SQLAlchemy). - Навыки веб-скрапинга, автоматизации сбора данных и обработки документов. - Понимание жизненного цикла разработки ПО (SDLC), принципов проектирования и инженерных ограничений. - Умение писать эффективный код, учитывать стоимость запросов к LLM и избегать неоправданного расхода вычислительных ресурсов. - Будет преимуществом опыт работы с Selenium, OCR, развёртывания и доработки open-source AI-проектов, а также понимание архитектуры AI-агентов и современных инструментов вокруг генеративного ИИ. Чем предстоит заниматься: - Разрабатывать и развивать AI-приложения с использованием React и Python. - Интегрировать LLM в бизнес-процессы и создавать сервисы на базе LangChain и аналогичных инструментов. - Реализовывать парсинг и скрапинг данных с различных веб-источников. - Обрабатывать документы различных форматов ( Компания: ООО ИТ Онли Заработная плата: Уровень дохода не указан Полезные ссылки: 🍏 Мобильный трудоголик - Канал про мобильную разработку. 🔹 Flutter & Dart | Мобильный трудоголик - Канал про разработку на Flutter. 🐈 Кот Денисова - Канал про разработку и жизнь в ИТ.