ML-инженер AI-агенты и RAG

Формат работы: удалённо. Занятость: полная, график 5/2, 8 рабочих часов в день.

Чем предстоит заниматься:

• Разработкой и поддержкой backend-сервисов на Python для интеграции AI-агентов и RAG-систем.
• Реализацией агентных пайплайнов на базе LangChain / LangGraph: проектирование многошаговых сценариев, управление состоянием, вызов инструментов.
• Интеграцией LLM в бизнес-процессы: prompt engineering, structured output, function calling, обработка ошибок.
• Работой с корпоративными данными: построение RAG-систем (документы, метрики, BI-контекст); генерация и валидация SQL-запросов на основе метаданных; взаимодействие с аналитическими СУБД (ClickHouse, PostgreSQL).
• Подготовкой решений к внедрению: участие в адаптации архитектуры под клиентскую инфраструктуру, настройка CI/CD, документирование контрактов и требований к окружению.
• Участием в создании технических демо: подготовка рабочих примеров, запись кратких видеопрезентаций, визуализация логики работы системы.

Требования:

• Опыт коммерческой разработки на Python от 3 лет, уверенные навыки работы с FastAPI или аналогами.
• Практический опыт с LangChain / LangGraph / LlamaIndex и LLM API (prompt engineering, function calling, structured output).
• Уверенное знание SQL: написание сложных запросов, понимание планов выполнения, работа с аналитическими БД (ClickHouse, PostgreSQL и пр.).
• Базовое понимание принципов проектирования микросервисов, опыт работы с Docker, участие в настройке CI/CD.
• Аналитическое мышление: умение переводить бизнес-требования в технические решения, понимание логики BI-систем.

Будет плюсом:

• Опыт быстрого прототипирования UI для демо (Streamlit, Gradio, простой React/Next.js).
• Навыки визуализации данных и процессов (например, отображение chain-of-thought, SQL-логики, графиков).
• Знание Airflow, Spark или других инструментов data engineering.
• Опыт в предметных областях: retail, CIB, risk, compliance.
• Понимание XAI, feature importance, интерпретируемости моделей.