LLM-инженер Python RAG
Зарплатадо 200 000 ₽до вычета налогов
ФорматУдалённо
ЛокацияПермь, Не указана
ЗанятостьПолная занятость
Компания Lexica с 2017 года разрабатывает программное обеспечение, цифровые продукты, интерфейсы и сервисы для бизнеса и государственного сектора. Проекты в медиа, недвижимости, финтехе, науке, e-commerce и SaaS.
Условия:
- Опыт работы: 3–6 лет
- Занятость: полная
- График: 5/2, 8 рабочих часов
- Формат: удалённо, возможен офис в Перми или гибрид
- Оформление: на постоянной основе
- ДМС и компенсация спорта
- Два дополнительных выходных дня в год за счёт компании
- Подарки по важным поводам
Требования:
- Коммерческий опыт разработки на Python от 3 лет, из них от 1 года в LLM/RAG-проектах
- Опыт с Python-библиотеками для обработки и анализа данных: pandas, Polars, NumPy или аналоги
- Глубокое понимание принципов работы LLM, архитектуры RAG и техник prompt engineering
- Понимание принципов проектирования agentic-систем: инструменты, state management, orchestration, контроль выполнения, обработка ошибок, human-in-the-loop и ограничения автономности
- Умение оценивать стоимость, latency и масштабируемость LLM-решений
- Опыт работы с PostgreSQL: проектирование схем данных и оптимизация SQL-запросов
- Опыт работы хотя бы с одной векторной БД: pgvector, Qdrant, Weaviate, Pinecone или аналогами
Будет плюсом:
- Опыт работы с LangChain/LangGraph
- Владение Airflow, MLflow, Kafka, Kubernetes, Prometheus и Grafana
- Уверенное владение ИИ-инструментами разработки (Copilot, Claude Code / Cursor, MCP)
- Опыт настройки ИИ под задачи: промпты, кастомные инструкции, skills
- Понимание ограничений генеративных моделей и ответственности за сгенерированный код
Задачи:
- Проектирование и разработка LLM-сервисов и API (REST/gRPC) для интеграции с внешними системами
- Создание и оптимизация RAG-пайплайнов и систем гибридного поиска для повышения качества и точности ответов
- Проектирование и разработка agentic workflows и, при необходимости, мультиагентных систем
- Интеграция LLM-провайдеров и моделей, оптимизация промптов и управление маршрутизацией LLM-вызовов
- Внедрение observability и evaluation для LLM-систем: tracing, оценка качества ответов, анализ стоимости и latency
- Обеспечение безопасности API (OAuth2 и JWT) и документирование API с использованием OpenAPI/Swagger
Инструменты в вакансии
Навыки и технологии
Направления