Градиент Опубликована 4 дня назад · отклик: Сайт вакансий
AI-инженер по LLM и агентным системам
ЗарплатаПо договорённости
ФорматГибрид
ЛокацияМосква, Россия
ЗанятостьПолная занятость
Компания «Градиент» ищет инженера, который возьмёт на себя ответственность за качество и надёжность AI-агентов и LLM-систем. Это техническая роль на стыке ML-инженерии и разработки: проектирование многошаговых агентских сценариев, построение RAG-пайплайнов, выстраивание процессов оценки качества и доведение решений до промышленной эксплуатации.
Ожидаемые результаты:
- Логика работы LLM в продуктах становится устойчивой и масштабируемой.
- Многошаговые AI-сценарии корректно работают под нагрузкой и в реальных бизнес-кейсах.
- Появляются воспроизводимые подходы к тестированию, оценке и улучшению качества ответов моделей.
- Команда понимает ограничения решений и может управляемо их развивать.
Задачи:
- Разрабатывать многошаговые цепочки AI-агентов: orchestration, routing, memory, tool calling.
- Проектировать и внедрять цепочки reasoning, проверок и fallback-механизмов.
- Диагностировать, где и почему ломается логика AI, а не только констатировать плохой ответ.
- Ставить guardrails на необратимые действия агентов, определять условия выхода из циклов.
- Строить end-to-end RAG-пайплайны: ingestion → chunking → embeddings → vector search + hybrid → reranking → prompt orchestration → grounding.
- Экспериментировать с retrieval-стратегиями: гибридный поиск (BM25 + dense), re-ranking, query rewriting.
- Организовывать пайплайн данных: сбор, нормализация, индексация, мониторинг.
- Разрабатывать и внедрять методики оценки RAG-систем и AI-агентов: offline-метрики, golden datasets, LLM-as-a-Judge, human evaluation, A/B-тесты.
- Выстраивать observability: логи, трейсы, мониторинг качества, версионирование промптов и датасетов.
- Контролировать retrieval-метрики (Hit Rate, MRR, NDCG@K), groundedness, уровень галлюцинаций.
Требования:
- Опыт создания агентов на современных фреймворках (LangChain, LangGraph, LlamaIndex и др.).
- Знание стратегий планирования AI-агентов (ReAct, Plan-and-Execute, Reflection и др.).
- Сильный prompt engineering + chain/tool/function calling.
- Опыт работы с векторными БД (Weaviate, Pinecone, Qdrant, Milvus и др.).
- Опыт оценки качества LLM-систем (RAGAS, DeepEval, LLM-as-a-Judge или аналоги).
- Понимание агентских протоколов (MCP, A2A и др.).
- Linux, Git, Docker, Python.
Будет плюсом:
- Понимание атак на LLM (Prompt Injection, Jailbreaks) и защиты от них (Guardrails).
- Опыт дообучения моделей (LoRA/qLoRA) на специфических доменах.
- Опыт квантизации и оптимизации инференса (ONNX, AWQ).
- Опыт с графовыми БД (Neo4j) и GraphRAG.
- MLOps-инструменты: MLflow, Kubeflow, DVC.
- Опыт с Kubernetes и высоконагруженными сервисами.
Условия:
- Опыт работы: 1–3 года.
- Полная занятость, график 5/2, рабочие часы: 8.
- Гибридный формат работы.
- Офис в бизнес-центре «Алкон» рядом с метро Сокол.
- График работы с 09:00 до 18:00.
- Гибридный формат и ДМС после успешного прохождения испытательного срока.
- Испытательный срок 3 месяца.
- Работа с современными технологиями и инструментами.
- Сильная и дружная команда профессионалов.
- Скидки на продукцию компании.
Инструменты в вакансии
Навыки и технологии
Направления