AI/ML-инженер по RAG и промпт-инжинирингу

Команда разрабатывает корпоративных AI-агентов и RAG-системы для умного поиска по внутренней документации. Часть решений уже в эксплуатации, часть — в активной разработке. Ищем специалиста, который займётся качественной составляющей систем: повышением качества RAG, методологией оценки, тестирования, защиты, а также промпт-инжинирингом. Позиция прикладная: модели не обучаются, используются готовые через корпоративный шлюз, фокус на инжиниринг, оценку и тонкую настройку поведения агентов.

Задачи:

• Повышение качества RAG-агентов на трёх направлениях: поиск по технической документации, по нормативной базе, по бухгалтерской документации.
• Промпт-инжиниринг и контекст-инжиниринг для всех агентов команды.
• Подготовка эталонных наборов оценки качества.
• Реализация LLM-as-a-judge как методологии автоматических регрессионных проверок.
• 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 по сигналам обратной связи пользователей и трассировкам из Langfuse.

Требования:

• Python от 2 лет коммерческой разработки.
• Практический опыт RAG-систем в продакшене: эмбеддинги, векторные базы (Qdrant, FAISS или pgvector), переранжирование, чанкинг.
• Опыт построения и поддержки как минимум одного RAG-решения от начала до конца, не прототип.
• 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.
• SQL и работа с реляционными базами на базовом уровне.