Prompt Engineer / AI-инженер

Роль: Prompt Engineer.

Локация: Irving, TX (гибридный формат).

Тип занятости: полная занятость.

Описание роли: Промт-инженер проектирует, тестирует и оптимизирует инструкции (промты) для больших языковых моделей (LLM), чтобы ИИ выдавал точные, безопасные и полезные результаты. Основная цель — связать бизнес-потребности человека с возможностями искусственного интеллекта. Ключевая функция — создавать системные инструкции, few-shot примеры и контекстные руководства, чтобы ИИ-инструменты давали надёжные ответы вместо галлюцинаций (ложной или выдуманной информации).

Ключевые обязанности:

• Проектирование и оптимизация: писать и улучшать промты для чат-ботов, виртуальных копилотов и систем retrieval-augmented generation (RAG). Поддерживать контекстную инженерию, промт-инженерию и RAG-процессы, включая чанкинг, эмбеддинги, семантический поиск и графы знаний.
• Помогать строить агентные процессы и ИИ-агентов с использованием фреймворков, таких как Google ADK, LangGraph или CrewAI.
• Связывать агентов с внешними инструментами и данными через MCP; опыт с A2A будет плюсом.
• Помогать с развёртыванием, мониторингом, предобработкой данных, разработкой API и код-ревью.
• Тестирование и оценка: проверять выходные данные модели по метрикам точности, безопасности, задержки (времени ответа) и стоимости токенов.
• Управление библиотекой: создавать и поддерживать переиспользуемые шаблоны промтов и стандарты управления для корпоративных команд.
• Состязательное тестирование: проводить стресс-тесты на предмет промт-инъекций (обмана ИИ для нарушения правил), утечек данных и предвзятости.
• Кросс-функциональное взаимодействие: работать с дата-сайентистами, разработчиками ПО, продакт-менеджерами и бизнес-заказчиками.

Общие квалификации и навыки:

• Знакомство с ИИ и LLM: понимание токенизации, контекстных окон и API (таких как OpenAI, Anthropic или Azure OpenAI). Python для GenAI, предобработки данных и скриптинга.
• Основные концепции GenAI: фундаментальные модели, LLM, токенизация, эмбеддинги и контекстные окна.
• Практический опыт промт- и контекстной инженерии, а также практический опыт с RAG.
• Рабочее знание графов знаний и Graph RAG.
• Опыт работы с агентным ИИ, агентами, использующими инструменты, многошаговыми процессами и фреймворками, такими как ADK, LangGraph, CrewAI или OpenAI Agents SDK.
• Понимание вызова инструментов и функций, MCP, A2A, агентной обвязки, памяти и guardrails.
• Опыт с GenAI API, такими как OpenAI, Gemini и Claude; фреймворками оркестрации, такими как LangChain или LlamaIndex; Docker, Git и принципами соответствия и приватности ИИ.
• Коммуникация и лингвистика: сильное владение синтаксисом, письмом и ясными логическими формулировками.
• Технические навыки: варьируются в зависимости от роли — некоторые позиции фокусируются исключительно на письме и психологии, тогда как технические роли требуют базового знания Python, SQL или рабочих процессов разработки ПО.