Дип Диджитал Опубликована 11 дней назад · отклик: Сайт вакансий
AI-инженер Python, LLM и мультиагентные системы
ЗарплатаПо договорённости
ФорматГибрид
ЛокацияМосква, Россия
ЗанятостьПолная занятость
Deep Digital — команда разработки цифровых продуктов для бизнеса, работает на рынке 13 лет: с 2013 года создаёт сайты, веб-сервисы и digital-решения.
Ищем AI Engineer (Python) в команду развития и поддержки AI-агентов и мультиагентных систем для крупного заказчика.
Условия:
- Опыт работы: 3–6 лет
- Занятость: полная
- График: 5/2, рабочие часы: 8
- Формат работы: гибрид
- Локация: Москва
- Оплата: по договорённости
Требования:
- Опыт промышленной разработки на Python 3.11+: ООП, SOLID, async, типизация, Pydantic v2, проектирование структуры сервиса, умение читать, писать и менять чужой код.
- Опыт работы с FastAPI и интеграциями по HTTP: контракты, таймауты, ретраи, обработка ошибок внешних сервисов.
- Опыт прикладной работы с LLM: промпт-инжиниринг, работа с контекстом, tool calling, structured output. Желательно опыт работы с GigaChat.
- Опыт работы с агентными сценариями: ReAct, LangChain, LangGraph, управление состоянием диалога, чекпоинты, ветвление, вызов инструментов, HITL, память сессии.
- Опыт разработки AI-агентов, мультиагентных систем и RAG-систем, знание протокола A2A или межагентского взаимодействия по контракту.
- Опыт работы с Jenkins, OpenShift/DropApp, OpenSearch/Elasticsearch, S3.
- Опыт вывода проекта в промышленную эксплуатацию и ведения релизного цикла от прототипирования до продакшна.
- Опыт организации наблюдаемости: Langfuse, Phoenix, отладка по логам и трейсам, сбор метрик.
- Опыт тестирования агентов: детерминированные проверки логики (мокирование LLM и внешних сервисов, снапшоты промптов, контракты схем) и оценка качества ответов агента (эталонные кейсы, LLM as Judge).
Личные качества:
- Умение переводить постановку аналитика в поведение агента и самостоятельно закрывать пробелы в сценарии.
- Умение на встрече с заказчиком объяснить, что сделает система, где модель ненадёжна и какой объём работ реалистичен, без обещаний точности LLM на уровне обычного API.
- Умение договариваться с тестировщиком о приёмке сценариев с нестабильной моделью: эталонные кейсы, допустимые расхождения, критерии дефекта.
- Умение выстраивать границу сервисов с Java-разработчиками: контракты, ошибки, таймауты, при этом самостоятельно вести свою часть.
- Ответственность за доведение багов и фич до выкладки, информирование о статусе в релизе, сохранение договорённостей со стенда.
- Умение писать коротко и по делу: комментарии к задачам, шаги воспроизведения, описание изменений в промптах и логике.
- Интерес к LLM и агентам, слежение за трендами в AI, понимание принципов работы нейронных сетей и умение их объяснить.
Инструменты в вакансии
Навыки и технологии
Направления