Senior AI-инженер / LLM-разработчик

Задачи

• Проектировать и создавать одно- и многоагентные AI-воркфлоу с планированием, использованием инструментов, памятью и контролем с участием человека.
• Разрабатывать LLM-приложения с использованием сервисов AWS и Azure AI, подбирать платформу и модель под каждый сценарий.
• Строить RAG-пайплайны: загрузка данных, чанкинг, эмбеддинги, векторный поиск и заземление на корпоративных данных.
• Интегрировать агентов с внутренними системами, API и SaaS-инструментами через стандарты MCP и function/tool calling.
• Внедрять фреймворки оценки качества, точности, безопасности и стоимости, включая регрессионные тесты, LLM-as-judge и человеческую проверку.
• Реализовывать guardrails и контроль ответственного AI: защита от prompt-injection, фильтрация контента, обработка PII, контроль доступа и аудит-логирование.
• Контейнеризовать и разворачивать сервисы через CI/CD и infrastructure as code, добавлять наблюдаемость: трассировка, логирование, задержки и стоимость токенов.
• Оптимизировать производительность, надёжность и стоимость моделей, промптов и инфраструктуры.
• Наставлять инженеров, проводить ревью дизайна и кода, документировать архитектуры и решения.
• Сотрудничать с product-владельцами, командами данных, безопасности и архитектуры для вывода AI-кейсов в продакшен.

Требования

• Степень бакалавра в Computer Science, инженерии или смежной области либо эквивалентный опыт.
• Не менее 5 лет опыта в разработке ПО, включая не менее 2 лет создания LLM или GenAI-приложений в продакшене.
• Сильные навыки Python и опыт создания и эксплуатации API и сервисов.
• Практический опыт построения агентных систем с современным фреймворком: LangGraph, LangChain, Microsoft Agent Framework / Semantic Kernel, AutoGen, Strands Agents или CrewAI.
• Продакшен-опыт с AI-сервисами хотя бы на одной из платформ AWS или Azure и рабочие знания второй.
• Практический опыт RAG с векторными базами данных или поисковыми сервисами: OpenSearch, Azure AI Search, pgvector или Pinecone.
• Опыт работы с облачной инфраструктурой: контейнеры, сети, идентификация (IAM / Entra ID) и управление секретами.
• Опыт с CI/CD, Git и infrastructure as code: Terraform, Bicep или CloudFormation.
• Понимание оценки LLM, prompt engineering и рисков безопасности, специфичных для AI-систем.
• Сильные коммуникативные навыки и умение объяснять компромиссы техническим и нетехническим стейкхолдерам.

Будет плюсом

• Опыт с MCP-серверами, мультиагентными протоколами вроде A2A или оркестрацией агентов в масштабе.
• Опыт fine-tuning или кастомизации моделей, а также работы с open-source моделями.
• Опыт в регулируемой отрасли: банки, здравоохранение или госсектор.
• Облачные сертификации: AWS Certified AI Practitioner или Solutions Architect, Azure AI-102, AZ-204 или AZ-400.
• Опыт с инструментами data engineering: Spark, Databricks, Fabric или Glue, и управлением данными.
• Опыт наставничества или руководства небольшими командами.