Вакансии для промпт-инженеров с RAG
Вакансии для промпт-инженеров с RAG: подборка ролей, где в задачах или стеке указан RAG. Можно найти работу в этом направлении и сразу смотреть…
Фильтр вакансий
Старший Oracle SCM-инженер, AI-first
Задачи - Использование AI/LLM-технологий для анализа бизнес-требований, BRD, пользовательских историй, процессов и функциональных спецификаций SCM. - Генерация технических проектов, оценок влияния, матриц трассировки, альтернативных решений и оценок трудозатрат с помощью AI-ассистированных процессов. - Применение AI для ускорения fit-gap анализа и оценки влияния ежеквартальных обновлений Oracle Cloud. - Использование AI-управляемого поиска знаний для сокращения циклов анализа и проектирования. - Использование GitHub Copilot, Oracle Code Assist, Agentic AI-фреймворков и аналогичных инструментов в PL/SQL, Java, JavaScript, Groovy, VBCS, OIC и APEX. - AI-ассистированная генерация кода, оптимизация, рефакторинг, обратный инжиниринг и модернизация легаси-систем. - Разработка кастомизаций, интеграций, расширений, отчетов и решений автоматизации Oracle SCM. - Использование AI для автоматизации интеграционных маппингов, создания API, генерации отчетов и технической документации. - Разработка AI-управляемых стратегий тестирования: функциональное, интеграционное, регрессионное, нагрузочное и UAT. - Использование AI для генерации тест-кейсов, создания тестовых данных, выявления дефектов и поддержки тестов. - Внедрение AI-улучшенного регрессионного тестирования для ежеквартальных релизов Oracle Cloud. - Применение AI для триажа дефектов, анализа первопричин и прогнозной аналитики качества. - Интеграция AI-ассистированных ревью кода, анализа безопасности, статического сканирования и quality gates в CI/CD пайплайны. - Генерация документации по деплою, release notes, руководств по внедрению и операционных runbook с помощью AI. - Применение AI-управляемого мониторинга и аналитики для готовности ежеквартальных релизов Oracle. - Поддержка AI-управляемой автоматизации деплоя и управления окружениями. Требования - 11+ лет общего опыта в IT. - Сильный опыт работы с Oracle SCM Cloud и/или Oracle EBS. - Подтвержденный опыт применения AI на протяжении всего SDLC. - Сильный опыт разработки и модернизации ПО. - Опыт AI-ассистированной разработки, тестирования, DevOps и продакшн-поддержки. - Развитые коммуникативные и аналитические навыки. - Способность демонстрировать измеримые бизнес-результаты от внедрения AI: сокращение цикла разработки, улучшение качества кода, снижение уровня дефектов, сокращение трудозатрат на тестирование, ускорение циклов деплоя, ускорение инцидент-менеджмента, повышение продуктивности разработчиков. - Практический опыт с одним или несколькими инструментами: GitHub Copilot, Oracle Code Assist, ChatGPT, Claude, Agentic AI-фреймворки, Prompt Engineering, RAG, OCI Generative AI. - Сильный практический опыт с Oracle SCM Cloud и/или Oracle EBS. - Опыт кастомизаций, интеграций, расширений, отчетов и автоматизации Oracle SCM. - Сильный опыт разработки с PL/SQL, Java, JavaScript, Groovy, VBCS, OIC и/или APEX. - Простое перечисление ChatGPT/Copilot в резюме недостаточно — требуется реальный опыт. Условия - Локация: Альфаретта, Джорджия / удалённо. - Тип занятости: контракт.
Инженер Oracle SCM с применением ИИ
AI-First Engineer — Oracle SCM Applications Suite (AI-Fueled SDLC & Modernization). Инженер, использующий ИИ на протяжении всего жизненного цикла разработки ПО — от требований до развертывания и поддержки. Краткое описание должности: ищем AI-First инженера с глубокой экспертизой в Oracle SCM и подтвержденным опытом применения ИИ на всех этапах жизненного цикла разработки ПО (SDLC). Роль направлена на трансформацию процессов проектирования, разработки, тестирования, развертывания и поддержки приложений Supply Chain с помощью практик, основанных на ИИ. Идеальный кандидат — не просто разработчик Oracle SCM, который иногда использует ИИ-инструменты, а инженер, который систематически применяет технологии ИИ для повышения производительности, качества кода, эффективности тестирования, операционной поддержки и общих результатов поставки ПО. Роль предполагает реализацию инициатив по AI-управляемой разработке и модернизации в Oracle SCM Cloud и/или Oracle EBS. Кандидаты должны уметь демонстрировать и количественно оценивать измеримые бизнес-результаты, достигнутые за счет внедрения ИИ, включая сокращение циклов разработки, улучшение качества кода, снижение трудозатрат на тестирование, ускорение развертываний и более быстрое решение проблем. Ключевые обязанности AI-управляемая разработка ПО на всех этапах SDLC Применение практик на основе ИИ на всех фазах жизненного цикла ПО: AI-ассистируемые требования и проектирование решений Использование ИИ и LLM-технологий для анализа бизнес-требований, BRD, пользовательских историй, процессов и функциональных спецификаций SCM. Генерация технических проектов, оценок влияния, матриц трассируемости, альтернативных решений и оценок трудозатрат с помощью AI-ассистируемых рабочих процессов. Использование ИИ для ускорения fit-gap анализа и оценки влияния ежеквартальных обновлений Oracle Cloud. Применение AI-управляемого поиска знаний для сокращения времени анализа и проектирования. AI-управляемая генерация и рефакторинг кода Использование GitHub Copilot, Oracle Code Assist, агентных AI-фреймворков и аналогичных инструментов для ускорения разработки на PL/SQL, Java, JavaScript, Groovy, VBCS, OIC и APEX. Реализация AI-ассистируемой генерации кода, оптимизации кода, рефакторинга, обратного проектирования и инициатив по модернизации легаси-систем. Разработка кастомизаций, интеграций, расширений, отчетов и решений автоматизации Oracle SCM с использованием практик разработки на основе ИИ. Применение ИИ для автоматизации интеграционных маппингов, создания API, генерации отчетов и технической документации. AI-ассистируемое тестирование, автоматизация тестов и стратегии регрессионного тестирования Построение стратегий тестирования на основе ИИ, охватывающих функциональное, интеграционное, регрессионное, нагрузочное и приемочное тестирование. Использование ИИ для автоматической генерации тест-кейсов, создания тестовых данных, выявления дефектов и поддержки тестов. Внедрение AI-усиленных фреймворков регрессионного тестирования для поддержки ежеквартальных релизов Oracle Cloud. Использование ИИ-инструментов для триажа дефектов, анализа первопричин и прогнозной аналитики качества. AI-управляемые DevOps, ревью кода, генерация документации и операционная поддержка Интеграция AI-ассистируемых ревью кода, анализа безопасности, статического сканирования кода и контроля качества в CI/CD пайплайны. Использование ИИ для генерации документации по развертыванию, релизных заметок, руководств по внедрению и операционных runbook. Применение AI-управляемого мониторинга и аналитики для оценки готовности ежеквартальных релизов Oracle и их бизнес-влияния. Поддержка AI-управляемой автоматизации развертывания и практик управления окружениями. Опыт работы с GitHub Copilot, агентными AI-фреймворками, промт-инжинирингом, RAG-паттернами и AI-ассистируемыми рабочими процессами разработчика GitHub Copilot Oracle Code Assist ChatGPT Claude Агентные AI-фреймворки OCI Generative AI Экспертиза в Oracle SCM и технические навыки Сильный практический опыт работы с Oracle SCM Cloud и/или Oracle EBS.
Senior AI/LLM-инженер, генеративный ИИ
О компании и проекте Компания: NTT DATA North America. Требуется Senior AI/LLM-инженер для проектирования, разработки и внедрения корпоративных решений генеративного ИИ на основе больших языковых моделей. Кандидат должен обладать опытом разработки на Python, RAG, AI-оркестрации и облачных архитектур. Роль предполагает работу с владельцами продуктов, архитекторами решений, инженерами данных и бизнес-заинтересованными сторонами для создания масштабируемых, безопасных и готовых к продакшену AI-приложений на базе OpenAI и других ведущих фундаментальных моделей. Локация: удалённо, необходимо поддерживать часовой пояс EST. Задачи - Проектировать, разрабатывать и внедрять корпоративные генеративные AI-приложения с использованием современных LLM-технологий. - Создавать продакшен-бэкенд-сервисы на Python с применением современных практик разработки ПО. - Разрабатывать масштабируемые AI-архитектуры с использованием OpenAI, Anthropic Claude, Gemini, Llama или аналогичных фундаментальных моделей. - Проектировать и внедрять RAG-пайплайны с использованием векторных баз данных и семантического поиска. - Разрабатывать мультиагентные AI-системы для оркестрации сложных бизнес-процессов. - Проектировать архитектуры AI-решений, отвечающие требованиям масштабируемости, безопасности и поддерживаемости. - Интегрировать AI-возможности в существующие корпоративные приложения, API и бизнес-процессы. - Разрабатывать и использовать REST API, микросервисы и событийно-ориентированные сервисы для AI-приложений. - Внедрять фреймворки оркестрации, такие как LangChain и связанные агентные фреймворки. - Оптимизировать промпты для повышения точности, качества рассуждений и бизнес-результатов. - Оценивать производительность LLM и внедрять методы улучшения качества ответов. - Устанавливать практики AI-управления, оценки моделей и ответственного ИИ. - Мониторить производительность AI-приложений и оптимизировать задержку, стоимость и качество. - Создавать облачные AI-решения с использованием Azure или AWS AI-сервисов. - Внедрять Azure AI Search и векторный поиск. - Проектировать безопасные корпоративные AI-приложения в соответствии со стандартами облачной безопасности и управления. - Взаимодействовать с DevOps-командами для развертывания AI-решений через CI/CD-пайплайны. - Взаимодействовать с бизнес-заинтересованными сторонами для понимания AI-кейсов и их трансформации в масштабируемые технические решения. - Представлять архитектурные решения и AI-стратегии технической и нетехнической аудитории. - Наставлять младших инженеров и развивать лучшие практики AI-инжиниринга. Требования - Степень бакалавра или магистра в области компьютерных наук, искусственного интеллекта, программной инженерии или смежной области. - 6+ лет опыта в разработке ПО или машинном обучении. - Минимум 3 года практического опыта создания решений в области ИИ и генеративного ИИ. - 3–5 лет сильного практического опыта разработки продакшен-приложений на Python. - 1–3 года опыта создания приложений с использованием OpenAI (предпочтительно), Anthropic Claude, Gemini, Llama или аналогичных LLM-платформ. - 3+ года опыта внедрения RAG-архитектур. - 1–3 года опыта интеграции векторных баз данных и решений семантического поиска. - 1–3 года уверенного понимания LangChain и фреймворков AI-оркестрации. - Опыт проектирования мультиагентных AI-архитектур. - Глубокие знания промпт-инжиниринга, оценки моделей, AI-управления и принципов ответственного ИИ. - Опыт создания REST API, микросервисов и событийно-ориентированных архитектур. - Опыт работы с облачными платформами Azure или AWS. - Понимание масштабируемой корпоративной архитектуры приложений. - Отличные аналитические навыки, навыки решения проблем и коммуникации. Необходимые технические навыки - Python - JavaScript - Генеративный ИИ - Большие языковые модели (LLM) - OpenAI (предпочтительно) - Retrieval-Augmented Generation (RAG) - Мультиагентная AI-оркестрация - LangChain - Langfuse - Архитектура AI-решений - Azure AI Search - Векторные базы данных - Промпт-инжиниринг - REST API - Микросервисы - Событийно-ориентированная архитектура - Облачные сервисы Azure или AWS Предпочтительно - Опыт работы с LangGraph, AutoGen, CrewAI, Semantic Kernel или аналогичными агентными фреймворками. - Опыт работы с векторными базами данных, такими как Pinecone, Weaviate, ChromaDB, Qdrant.
Senior AI-First инженер Oracle SCM Cloud
Компания Bright Sol ищет senior AI-First инженера с экспертизой Oracle SCM и практическим опытом применения ИИ на всём протяжении SDLC. Это не традиционная роль Oracle SCM-разработчика. Кандидат должен иметь подтверждённый опыт использования AI/GenAI для улучшения разработки, тестирования, модернизации, развёртывания и поддержки производства. Локация: Alpharetta, GA / удалённо. Обязательные требования - 12+ лет опыта в ИТ - Сильный практический опыт работы с Oracle SCM Cloud и/или Oracle EBS - Подтверждённый опыт AI/GenAI на всём протяжении SDLC - GitHub Copilot / Oracle Code Assist - LLM / ChatGPT / Claude - Агентные AI-фреймворки - Prompt Engineering - RAG (Retrieval-Augmented Generation) - OCI Generative AI - Сильный опыт разработки с PL/SQL, Java, JavaScript, Groovy, VBCS, OIC и/или APEX - AI-ассистированная генерация кода, рефакторинг и модернизация - AI-управляемая генерация тест-кейсов, автоматизация и регрессионное тестирование - AI-ассистированные ревью кода, CI/CD и DevOps - Опыт работы с интеграциями, кастомизациями, расширениями и отчётами Oracle SCM
Senior AI-инженер
AI-инженер отвечает за проектирование, разработку, развертывание и поддержку решений в области искусственного интеллекта и машинного обучения, которые обеспечивают интеллектуальную автоматизацию, прогнозную аналитику и продвинутую аналитику на уровне предприятия. Роль предполагает практическую разработку: применение принципов программной инженерии для написания production-кода, создание масштабируемых AI-систем, включая AI-агентов и пайплайны данных, и интеграцию моделей ИИ в новые и существующие бизнес-приложения. AI-инженер тесно сотрудничает с дата-сайентистами, дата-инженерами, ML Ops-инженерами и платформенными командами для перевода моделей машинного обучения из прототипа в продакшн. Критически важная часть функции — обеспечение перехода AI-кейсов от экспериментов к надежным, управляемым и готовым к бизнесу решениям, включая полную операционную готовность: внедрение надежной наблюдаемости, определение Service Level Objectives (SLO) и создание четких стратегий реагирования на инциденты и отката для всех AI-сервисов. Обязанности - Разработка и внедрение моделей: написание чистого, эффективного и документированного кода для разработки и внедрения моделей машинного обучения и ИИ, поддерживающих различные бизнес-кейсы. - Реализация пайплайнов обработки данных и предобработки, необходимых для входных данных моделей. - Постоянная оптимизация производительности и масштабируемости AI-приложений и моделей. - Проектирование, разработка и поддержка масштабируемых ML-пайплайнов для обучения, валидации, инференса и развертывания моделей. - Сотрудничество с ML Ops-инженерами для упаковки и развертывания моделей в корпоративных системах с использованием установленных практик MLOps. - Мониторинг развернутых моделей в продакшене на предмет производительности, дрейфа данных и надежности, устранение возникающих проблем. - Обеспечение операционной готовности всех AI-сервисов: определение и внедрение Service Level Objectives (SLO) для ключевых метрик, таких как p50/p95 задержка и доступность, создание надежного мониторинга и алертинга для дрейфа моделей, задержки и частоты ошибок. - Тесное сотрудничество с дата-сайентистами для перевода экспериментальных моделей и исследовательских прототипов в надежные production-системы. - Поддержка интеграции AI-возможностей в корпоративные рабочие процессы, приложения и цифровые платформы. - Участие в документировании и объяснимости выходов моделей для обеспечения ясности для бизнес-стейкхолдеров. - Обеспечение соответствия всех развернутых AI-систем корпоративным стандартам управления, справедливости и безопасности. - Оценка новых AI-технологий, таких как LLM и генеративный ИИ, для определения их применимости к бизнес-задачам и стимулирование инноваций. - Обеспечение поддержки аудируемости, объяснимости, прослеживаемости и соответствия регуляторным требованиям. - Реализация стратегий управления памятью, контекстной инженерии, планирования и многошаговых рассуждений. - Определение и отслеживание метрик качества, таких как обоснованность, точность (faithfulness), релевантность, процент выполнения задач и удовлетворенность пользователей. Предпочтительные навыки и опыт - Основные технические и AI-компетенции: - Сильные навыки программирования на Python, Java или C++, включая разработку API и проектирование ПО. - Глубокое понимание базовых концепций машинного обучения, включая классификацию, регрессию, кластеризацию и архитектуры глубокого обучения. - Практический опыт работы с современными фреймворками глубокого обучения и алгоритмами (обучение с учителем и без), такими как PyTorch, TensorFlow или аналогичными, для построения и обучения сложных нейронных сетей. - Навыки работы с LLM, промпт-инжинирингом, тонкой настройкой и использованием фреймворков LangChain и LangGraph для построения RAG-систем (Retrieval-Augmented Generation). - Работа с данными: data wrangling, SQL, хранилища данных и ETL-пайплайны для подготовки данных для моделей. - Полный жизненный цикл ML-моделей: - Подтвержденный опыт полного жизненного цикла моделей: разработка, обучение и развертывание моделей машинного обучения от прототипа до продакшена. - Владение предобработкой данных, инженерией признаков и методами оценки моделей для обеспечения надежной и точной производительности. - Подтвержденная способность строить и оптимизировать масштабируемые пайплайны данных для обучения и оценки моделей машинного обучения. - Хорошее знание как SQL, так и NoSQL баз данных для запросов и управления данными для AI-приложений. - Программная инженерия и MLOps: - Солидная база в лучших практиках программной инженерии, включая контроль версий (Git), автоматизированное тестирование и CI/CD пайплайны. - Практический опыт контейнеризации с помощью Docker и оркестрации контейнеров с помощью Kubernetes для масштабируемого развертывания. - Экспертиза в MLOps-наблюдаемости, включая мониторинг моделей для отслеживания производительности и дрейфа, а также установление происхождения моделей/версий, телеметрии и трассируемости. - Опыт внедрения продвинутых стратегий тестирования и развертывания, включая канареечные и теневые развертывания, а также комплексные наборы тестов (модульные, интеграционные, состязательные, регрессионные).
AI-инженер Copilot Developer
Разработка приложений в PowerApps с использованием Dataverse, Power Automate, Excel, Forms и SharePoint Online. Использование готовых коннекторов Power Apps и Power Automate. Разработка и развертывание решений Microsoft Copilot Studio с интеграцией Teams, Microsoft 365, Power Platform и корпоративных систем. Создание и запуск локально размещенных решений на базе Claude вне Microsoft 365 для разработки, прототипирования и автоматизации. Включение адаптивных карточек, переменных, триггеров, коннекторов и интеграций API в решения Copilot Studio. Разработка промптов, навыков и стратегий grounding/контекста для Copilot и Claude. Участие в тестировании, валидации и обеспечении качества решений. Проведение анализа технической осуществимости, создание документации по дизайну решений и руководств пользователя. Обеспечение соответствия стандартам безопасности, комплаенса и управления Microsoft, включая Entra ID, Microsoft Purview и политики DLP. Применение строгих практик контроля данных для AI-инструментов и регулируемых данных. Наставничество коллег, техническое руководство и решение эскалированных проблем. Разработка документации, руководств пользователя и обучающих материалов для поддержки внедрения. Оптимизация усилий по разработке на основе обратной связи от пользователей. Отслеживание новых функций Power Platform и Copilot. Оценка и пилотирование новых AI-инструментов на предмет соответствия организации, ценности, комплаенса и совместимости с контролем данных. Диагностика и решение технических проблем, связанных с внедрением Copilot Studio. Обеспечение безопасности данных в решениях Power Platform и Copilot. Взаимодействие с внутренними командами и клиентами для выявления и внедрения возможностей повышения производительности и автоматизации на базе AI. Требования: Степень бакалавра в технической области и 1–2 года профессионального опыта или эквивалентная комбинация образования и опыта. Подтвержденный опыт проектирования, разработки и развертывания решений Microsoft Power Platform и Copilot Studio. Практические знания Microsoft Copilot, Claude и связанных AI-инструментов для разработки, автоматизации и промпт-инжиниринга. Опыт локального использования Claude вне среды Microsoft 365. Хорошее знание Teams, Microsoft 365, Power Platform, Azure и их точек интеграции. Знание Microsoft Graph API, REST API и интеграций со сторонними системами. Способность выявлять возможности оптимизации на базе AI. Способность работать в регулируемой среде со строгим контролем данных и обязательствами по комплаенсу. Желание изучать, тестировать и внедрять новые AI-инструменты и платформы. Отличные навыки решения проблем, аналитики и устранения неисправностей. Опыт интеграции данных из нескольких источников с сохранением точности, качества и соответствия требованиям. Понимание принципов промпт-инжиниринга и поведения LLM; опыт работы с RAG-архитектурой приветствуется. Отличные письменные и устные коммуникативные навыки, включая подготовку и проведение презентаций. Способность работать самостоятельно в среде с приоритетом удаленной работы. Способность переводить сложные технические концепции в практические рекомендации для нетехнических заинтересованных сторон. Опыт работы по моделям Agile/Scrum приветствуется. Сертификаты Microsoft Power Platform, AI или Copilot приветствуются. Предыдущий опыт работы в Microsoft или Microsoft Gold/Cloud Solutions Partner приветствуется. Опыт развертывания и управления AI-инструментами в регулируемых или чувствительных к данным средах приветствуется. Работа ведется на английском языке с пересечением по времени для встреч и совместной работы с US-часовыми поясами. Командировки не требуются. Условия: Конкурентоспособная компенсация. Комплексный пакет льгот: медицинская страховка, пенсионные отчисления, отпуск и другие. Возможность самостоятельно строить карьерный путь и получать глубокую профессиональную экспертизу, работая с несколькими клиентами и проектами, а также контролировать внедрение своих рекомендаций. Возможность развития и продвижения в растущей организации.
Senior Lead AI-инженер, LLM и агентный ИИ
Компания Apetan Consulting Роль Senior Lead AI-инженер, направление AI Foundations, LLM Core и Agentic AI. Формат работы: удалённо. Обязанности - Руководить архитектурой и разработкой AI/ML-фундамента и приложений на базе LLM. - Проектировать и внедрять LLM-пайплайны: промптинг, RAG, fine-tuning, оценку и оптимизацию моделей. - Строить агентные ИИ-системы с использованием вызова инструментов, рабочих процессов, памяти, планирования и мультиагентных паттернов. - Разрабатывать масштабируемую AI-инфраструктуру, API, сервисы и переиспользуемые AI-компоненты. - Оценивать и интегрировать фундаментальные модели и новые технологии генеративного ИИ. - Внедрять лучшие практики оценки LLM, наблюдаемости, безопасности, защищённости и управления. - Тесно работать с продуктовыми, инженерными, data science и бизнес-командами для перевода сценариев использования в продакшен-решения. - Наставлять инженеров и обеспечивать техническое лидерство в AI-инициативах. - Вести эксперименты и proof-of-concept, доводить успешные решения до продакшена. Требования - Сильный практический опыт работы с LLM, генеративным ИИ и разработкой AI-приложений. - Опыт с RAG, эмбеддингами, векторными базами данных, промпт-инжинирингом, fine-tuning и оценкой LLM. - Глубокое понимание агентного ИИ, вызова инструментов и функций, AI-воркфлоу и мультиагентных архитектур. - Владение Python и современными AI/ML-фреймворками. - Опыт создания масштабируемых облачных продакшен-систем. - Понимание API, микросервисов, распределённых систем и лучших практик разработки ПО. - Опыт работы с AWS, Azure или Google Cloud Platform и соответствующими AI/ML-сервисами. - Развитые навыки решения задач, архитектурного мышления и технического лидерства.
AI-инженер, генеративный ИИ и агентные системы
Компания NeerInfo Solutions Локация и занятость - Локация: Хартфорд, Коннектикут; Остин, Техас; Плано, Техас (офис) - Тип занятости: полная занятость Требования - Уверенные навыки программирования на Python - Практический опыт работы с фреймворками AI/ML: TensorFlow, PyTorch, LangChain - Экспертиза в области генеративного ИИ, включая: - RAG (генерация с дополнением извлечёнными данными) - AI-агенты / агентные фреймворки - Промпт-инжиниринг - Владение экосистемой Microsoft Azure AI Желательно - Опыт создания Copilot или корпоративных ассистентов на базе ИИ - Опыт работы с мультимодальными ИИ-системами - Знание тонкой настройки LLM и эмбеддингов - Опыт работы в крупных корпоративных средах
AI-инженер, промпт-инжиниринг и агентные системы
О роли Один из стартапов-клиентов компании RS Global Services нанимает AI-инженера на полный рабочий день. Инженер будет отвечать за промпты, агентов, оценки (evals) и пайплайны, лежащие в основе пользовательских функций. Вы будете превращать продуктовые требования в работающие промпты, агентов и пайплайны, строго их оценивать, итерировать до готовности к продакшену и продолжать улучшать после релиза. Роль находится на стыке продукта и платформы: вы решаете, что должна делать ИИ-система, доказываете, что она работает, и доводите её до пользователей. Компания находится на ранней стадии и движется быстро, поэтому ищем человека, который умеет быстро работать с неоднозначными ИИ-задачами, измерять качество вывода и выпускать систему только тогда, когда она достаточно надёжна для продакшена. Работа очная, 5 дней в неделю в офисе. Важно уметь отличать «хорошо выглядит в демо» от «работает в продакшене». Задачи - Создавать новые ИИ-функции полностью, от прототипа до продакшена. - Улучшать качество вывода ИИ через промпт-инжиниринг, выбор моделей, retrieval и оценку. - Проектировать и запускать оценки (evals), которые измеряют реальное качество вывода, а не только первое впечатление. - Быстро итерировать промпты, дизайн агентов и паттерны оркестрации. - Работать с продуктовым инженером над превращением требований в реально работающие ИИ-функции. - Работать с платформенной ИИ-командой для размещения функций на надёжной инфраструктуре. - Оценивать новые модели, инструменты и техники, когда они улучшают качество, задержку, стоимость или надёжность. Требования Опыт - Практический опыт создания функций на базе LLM, которые были выпущены для реальных пользователей. - 3–8 лет опыта в практической разработке ПО и создании LLM-функций, выпущенных для реальных пользователей (обязательно). - Опыт выпуска LLM-функций в продакшен в репутабельном быстрорастущем стартапе с высокой инженерной планкой; умение рассказать, что ломалось (обязательно). - Опыт создания агентов и агентных систем — оркестрация LLM, использование инструментов на больших объёмах данных. - Следит за передовыми методами агентного ИИ; опыт только с LangChain — жёлтый флаг (обязательно). - Опыт работы в небольшой команде (менее 15 инженеров), или в роли founding engineer, или бывший основатель. - Опыт в корпоративном вертикальном SaaS. - Опыт в роли FDE или явно клиентоориентированный опыт. Образование - Степень бакалавра в области компьютерных наук (обязательно). Профессиональные навыки - Продакшен-инжиниринг на TypeScript/Node (основной, особенно AWS Lambda) и/или Python (обязательно). - Опыт с системами оценки (evals), структурированным выводом и вызовом функций (обязательно). - Опыт с Anyscale Ray или аналогичными фреймворками распределённых вычислений для батч-инференса, eval-пайплайнов или масштабирования агентных нагрузок. - Опенсорс-вклад в области LLM или агентных инструментов. - Знакомство с pgvector или другими векторными retrieval-системами. - Опыт пост-обучения или файн-тюнинга. Личные качества - Искренний интерес к работе на ранней стадии и к миссии компании (обязательно). Не подходят кандидаты - Короткие периоды работы (менее 2 лет в любой компании, кроме стажировок и контрактной работы). - Только крупные техкомпании (FAANG, Netflix) с очень узкой ролью. - Опыт только с RAG или с упором на LangChain — указывает на отсутствие актуальных знаний агентного ИИ. - Кандидаты без инженерной глубины — например, опыт в анализе данных является негативным сигналом. Условия - Зарплата: $180K–$250K. - Опционы: конкурентные. - Формат: очно, 5 дней в неделю в офисе в SOMA, Сан-Франциско. - Спонсирование визы: E3, H1B Transfer, TN. Новые H1B не рассматриваются.
Staff AI-инженер, автоматизация и агентные системы
Grafana Labs ищет Staff-инженера (AI и автоматизация) для развития инфраструктуры AI-агентов и платформы автоматизации, поддерживающей операции маркетинга. Кандидат будет создавать мультиагентные архитектуры, интеграции LLM и бэкенд-сервисы, соединяющие AI-модели с внутренними и сторонними платформами данных, и запускать производственные системы, от которых команды зависят ежедневно. Роль предполагает высокую автономию и владение техническим направлением: определение наиболее эффективных задач для маркетинга, RevOps и SDR-команд, проектирование решений и их внедрение. Также потребуется задавать техническое направление платформы автоматизации (модели данных, контракты API, общие библиотеки, эталонные архитектуры) и сотрудничать с командами Data Engineering, GTM Systems и Field Operations для создания масштабируемой автоматизации, устраняющей ручную работу. Задачи: Агентные системы и AI-инфраструктура: - Владение полным циклом разработки мультиагентных AI-систем: от архитектуры и реализации до тестирования, развертывания и эксплуатации. - Создание модульных композитных агентных систем с использованием оркестрационных фреймворков (LangChain, CrewAI, Anthropic MCP или аналогичных), работающих круглосуточно. - Разработка переиспользуемых агентных навыков, вызываемых через интерфейсы (Slack, дашборды, внутренние приложения, CLI). - Внедрение наблюдаемости и циклов обратной связи: логирование, метрики производительности, итерация промптов, оценка моделей, управление затратами. - Установление стандартов управления и соответствия для AI-процессов: контроль доступа, аудит-трейлы, обработка PII, эскалация с участием человека. Системная интеграция и бэкенд-сервисы: - Создание MCP-серверов, API, CLI и микросервисов, соединяющих AI-модели с бизнес-системами (BigQuery, Slack, CRM, email, календари, аналитические инструменты). - Проектирование потоков данных для RAG, соединяющих LLM с внутренними базами знаний, данными клиентов и бизнес-контекстом в реальном времени. - Разработка serverless или контейнерных сервисов (GCP Cloud Functions, Cloud Run), масштабирующихся с нагрузкой и интегрирующихся с облачной инфраструктурой Grafana. Автоматизация и поддержка процессов: - Совместная работа с командами RevOps, Demand Generation, Regional Marketing и SDR для определения задач автоматизации, выявления узких мест и создания решений с измеримыми бизнес-результатами. - Проектирование и развертывание процессов с помощью оркестрационных инструментов (n8n, Workato или собственных платформ) с соблюдением стандартов CI/CD, тестирования и производственной надежности. - Создание систем, рассчитанных на самостоятельное использование: документация, плейбуки и обучающие материалы для независимой работы команд. Требования: - 8+ лет опыта в разработке ПО с углублением в бэкенд-разработку, системную интеграцию или инженерию данных/аналитики. - 2+ года практического применения LLM/AI в производственных процессах, а не только в прототипах. - Уверенное владение Python и JavaScript/Node.js, включая Git-процессы, практики код-ревью и дисциплину тестирования. - Практический опыт с LLM-фреймворками и паттернами: промпт-инжиниринг, RAG, функции и инструменты.
Ведущий ML-инженер, LLM и генеративный ИИ
Инженеры-программисты и ИИ-агенты сталкиваются с общей проблемой: найти того человека или место, которые ответят на их сложный специфический вопрос. Многие решения обещают решить это с помощью поиска по векторным базам данных. Однако найти ответ часто бывает непросто: его части разбросаны по множеству противоречивых источников, и без точного поиска и тщательного анализа не обойтись. Spectrum собирает данные из кода, документации и задач организации и организует знания в единую онтологию, которую ИИ-агенты могут эффективно искать и анализировать. Мы стремимся произвести революцию в семантическом слое для организаций, создающих программное обеспечение, и выйти за рамки спецификаций, которые рассинхронизируются с кодом, представив «живую спецификацию» — извлекаемую из всей системы и используемую для поддержания её согласованности. Spectrum должен стать единым источником истины для всех знаний о продукте и архитектуре. Spectrum — резидент стартап-инкубатора JetBrains, с темпом и автономией стартапа, опирающийся на 25-летний опыт создания инструментов для разработчиков. Мы ищем первоклассного ML-инженера, который поможет нам формировать будущее разработки программного обеспечения. Вы будете владеть нашим стеком AI и ML и помогать определять исследовательскую повестку команды. Ваше техническое видение и дизайнерские решения напрямую повлияют на продукт и определят его успех. Задачи - Проектирование и создание ML/LLM-решения для приёма данных, извлечения знаний, поиска и последующего рассуждения. - Создание наборов данных, метрик и пайплайнов, обеспечивающих измеримые улучшения в системе. - Проектирование и улучшение агентов для поиска контекста, извлечения знаний и согласования данных, включая промпт-инжиниринг, выбор моделей и оптимизацию инференса. - Внедрение практик MLOps, включая оркестрацию, наблюдаемость и отслеживание экспериментов. - Совместная работа с инженерной командой над системным дизайном и с JetBrains Research над исследовательской повесткой. - Определение критериев найма, развитие ML-команды и формирование её культуры. Требования - Подтверждённый опыт работы в роли ML/AI-лида. - Не менее пяти лет опыта в системах ML/AI, из них не менее двух лет — с LLM и генеративным ИИ. - Глубокое понимание экосистемы LLM, включая архитектуры моделей и подходы к тонкой настройке. - Практический опыт с: - Промпт-инжинирингом и проектированием LLM-пайплайнов, включая оценку. - Агентными фреймворками, такими как LangChain, LlamaIndex, LangSmith, smolagents или аналогичными. - Векторными базами данных и паттернами RAG (retrieval-augmented generation). - Развёртыванием и масштабированием приложений на LLM с использованием API (например, OpenAI или Anthropic) или open-source моделей. - Уверенное владение Python; знание Kotlin будет плюсом. - Отличные коммуникативные навыки, способность объяснять сложные технические концепции разной аудитории. - Владение английским языком в письменной и устной форме. Идеальный кандидат - Опыт работы с онтологиями, графами знаний или рассуждениями на основе графов. - Опыт работы в стартапах на ранней стадии — вам нравится этап «с нуля до единицы». - Способность мыслить стратегически о продукте на основе ИИ, а не только обучать модели изолированно. - Опыт в анализе кода, инструментах для разработчиков или исследованиях в области разработки ПО. - Опыт работы с мультиагентными системами или сложными агентными процессами. - Активное участие в соответствующих open-source проектах или публикациях. Условия - Конкурентная зарплата и льготы JetBrains. - Достаточный запас ресурсов и корпоративные возможности при автономии стартапа.
AI-разработчик
Обязанности - Разрабатывать и поддерживать fullstack-решения на Node.js — от API до интеграций с внешними сервисами - Проектировать и реализовывать LLM-powered фичи: RAG-пайплайны, AI-агенты, интеграции с Claude API и другими LLM-провайдерами - Разрабатывать MCP-серверы и кастомные инструменты для LLM-агентов — tools, resources, интеграции с внешними API - Писать промпты, настраивать и оптимизировать взаимодействие с языковыми моделями - Работать с векторными базами данных и строить системы семантического поиска - Участвовать в проектировании архитектуры AI-сервисов и декомпозиции задач - Проводить code review, поддерживать качество кода и документацию - Взаимодействовать с командой — аналитиками, продактами и другими разработчиками Требования - Уверенное владение Python (3.10+, async / await, типизация, FastAPI / Flask) и Node.js (Fastify / NextJS / Hono) - Опыт проектирования и разработки REST API и интеграций между сервисами - Практический опыт работы с Claude API (Anthropic) — prompt engineering, tool use, structured output, управление контекстом - Опыт использования AI-assisted разработки: Cursor, GitHub Copilot / Codex как часть ежедневного рабочего процесса - Опыт построения LLM-приложений: RAG-пайплайны, агенты, интеграция с векторными БД (Chroma, Pinecone, Qdrant и др.) - Работа с реляционными (PostgreSQL) и NoSQL базами данных (MongoDB, Redis) - Опыт разработки MCP-серверов (Model Context Protocol) и кастомных инструментов для LLM-агентов - Уверенное владение Docker, базовые навыки деплоя и работы с CI / CD - Понимание принципов чистой архитектуры, умение писать читаемый и поддерживаемый код - Навыки code review и работы в команде по Git-flow Будет плюсом - Знакомство с LangChain, LlamaIndex или аналогичными фреймворками О компании KODE разрабатывает цифровые продукты (mobile, web, backend, IoT, Conversation Design и другие) с 2013 года. Компания занимает первые места в рейтингах: 1-е место среди разработчиков мобильных приложений в рейтингах Рейтинга Рунета, Tagline, Workspace, Tadviser и Cnews; Золотая группа в рейтинге работодателей Forbes 2024; 1-е место в рейтинге работодателей РБК 2024; 2-е место среди лучших работодателей России в IT-компаниях среднего размера по версии hh.ru 2025. В команде работает более 350 профессионалов по всему миру.
AI/ML-инженер, Amazon Bedrock, промт-инжиниринг
Компания rockITdata — SDVOSB-сервисная компания, партнёр коммерческих организаций в сфере здравоохранения и биологических наук, а также государственных структур. Роль отвечает за проектирование, создание и оптимизацию AI-функций в среде контакт-центра Amazon Connect, работающего в AWS GovCloud (IL4). Работа охватывает конфигурацию Amazon Bedrock Agent, промт-инжиниринг, разработку базы знаний, проектирование правил коучинга, внедрение рубрик оценки качества и непрерывную оценку моделей. Инженер работает со всеми четырьмя AI-возможностями: приём звонков через IVR, AI-коучинг, сводки звонков и пост-звонковый анализ. Ключевые обязанности - Настройка и оптимизация Amazon Bedrock Agents для виртуального агента, коучинга в реальном времени, сводок звонков и пост-звонкового анализа качества. - Проектирование, версионирование и итеративная доработка шаблонов промтов для каждой AI-возможности с оценкой точности по SLA (≥95% совпадения с QA). - Создание и поддержка базы знаний AWS Bedrock Knowledge Base, включая пайплайны загрузки контента из Salesforce и оптимизацию семантического поиска с использованием моделей Amazon Nova. - Разработка правил коучинга, сопоставляющих обязательные раскрытия, HIPAA-чувствительные языковые паттерны и скрипты DHA с типами звонков для мониторинга соответствия в реальном времени. - Внедрение рубрик оценки качества для платформы пост-звонкового анализа: автоматическая оценка тона, соответствия, точности и эффективности решения по 100% звонков. - Настройка Bedrock Guardrails для редактирования PHI/PII, обнаружения галлюцинаций, защиты от prompt-инъекций и фильтрации контента на каждом вызове модели. - Оценка новых релизов моделей Amazon Nova (Nova Pro, Nova Lite, Nova Micro) по производственным бенчмаркам точности, задержки и стоимости; предложение замены моделей через change management. - Совместно с интеграционным инженером — обеспечение корректной передачи выходных данных Bedrock в Salesforce (через Lambda и Platform Events) и в Verint. - Мониторинг производительности моделей с помощью CloudWatch и дашбордов QuickSight; выявление и устранение дрейфа моделей на интервалах повторного бенчмаркинга на 30-й и 60-й день. - Участие в двухнедельных демо-спринтах с представлением данных о производительности AI, результатах настройки промтов и метрик точности заинтересованным сторонам TriWest. - Совместная работа с QA-рецензентами и экспертами TriWest для закрытия пробелов в знаниях через циклы обратной связи пост-звонкового анализа. - Обеспечение соответствия всех AI-вызовов и логирования требованиям FedRAMP High, DFARS 252.204-7012, HIPAA и NIST AI RMF. Требования - 3+ лет опыта в прикладном AI/ML-инжиниринге с практической разработкой LLM-приложений (промт-инжиниринг, RAG-архитектуры, агентные фреймворки). - Прямой опыт работы с Amazon Bedrock: конфигурация агентов, настройка базы знаний, Guardrails, вызовы foundation-моделей. - Владение семейством моделей Amazon Nova или эквивалентными foundation-моделями (например, Claude, Titan) в продакшн-среде. - Уверенные навыки Python и/или Node.js для разработки Lambda-функций и интеграции AI-пайплайнов. - Опыт с паттернами RAG: управление векторными хранилищами, стратегии чанкинга, оптимизация семантического поиска. - Знакомство с бессерверными сервисами AWS: Lambda, Kinesis, S3, CloudWatch, IAM в среде GovCloud. - Понимание требований к конфиденциальности медицинских данных (HIPAA, обработка PHI/PII) и федеральных фреймворков соответствия (FedRAMP, NIST 800-53). - Опыт управления промтами с версионированием и A/B-тестирования вариантов промтов. - Развитые аналитические навыки для интерпретации метрик производительности моделей и преобразования выводов в улучшения промтов или архитектуры. - Степень бакалавра в области компьютерных наук, науки о данных, AI/ML или смежной области (или эквивалентный опыт). Желательные квалификации - Опыт работы с Amazon Connect, Contact Lens и AI-процессами контакт-центров. - Предыдущая работа в средах FedRAMP High или IL4/IL5. - Знакомство с паттернами интеграции Salesforce (Platform Events, Streaming API, REST/SOAP API). - Сертификаты AWS: Machine Learning Specialty, Solutions Architect или DevOps Professional. - Опыт в домене TRICARE, DHA или медицинского страхования. - Опыт в дизайне разговорного ИИ (IVR, чат-боты, голосовые агенты). Условия - Удалённая работа (США).
Senior AI-инженер, AI-агенты и RAG-пайплайны
Компания: TMS LLC О позиции Ищем Senior AI Software Engineer с опытом проектирования, создания и развертывания production-grade Agentic AI-систем. Нужен опыт разработки AI-агентов с многошаговыми рассуждениями, оркестрацией инструментов, RAG и безопасных корпоративных AI-решений. Это не традиционная Java/.NET Full Stack или интеграция чат-ботов. Нужны инженеры с реальным production-опытом создания AI-агентов на Python и современных Agentic AI-фреймворках. Задачи - Проектировать и разрабатывать корпоративные Agentic AI-решения. - Создавать AI-агентов с планированием, рассуждением, использованием инструментов и многошаговым выполнением задач. - Разрабатывать переиспользуемые AI-агентные фреймворки, SDK и RAG-пайплайны. - Создавать безопасные AI-сервисы с guardrails, approval workflows, retries и отказоустойчивостью. - Внедрять production LLMOps, мониторинг, оценку, наблюдаемость и оптимизацию производительности. - Взаимодействовать с продакт-менеджерами, дата-сайентистами и инженерными командами для создания масштабируемых AI-платформ. Требования - 5–10+ лет опыта в разработке ПО. - Сильный практический опыт с Python и бэкенд-разработкой (предпочтительно FastAPI). - Опыт создания и развертывания production AI-агентов / Agentic AI-приложений. - Сильный опыт с LangGraph, LangChain, CrewAI, AutoGen или аналогичными AI-агентными фреймворками. - Практический опыт с RAG, архитектурой AI-агентов, мультиагентными системами, tool calling / function calling, памятью агентов, промт-инжинирингом, эмбеддингами. - Опыт с векторными базами данных: Pinecone, FAISS, Weaviate, ChromaDB или Azure AI Search. - Опыт развертывания LLM-приложений с использованием OpenAI, Azure OpenAI, AWS Bedrock, Anthropic Claude, Google Vertex AI или Llama-моделей. - Сильный опыт с Docker, Kubernetes, CI/CD, LLMOps, мониторингом и наблюдаемостью. - Опыт работы с AWS, Azure или GCP. - Понимание AI-безопасности, guardrails, защиты от prompt injection, обработки PII, RBAC и Responsible AI. Желательно - LangGraph. - MCP (Model Context Protocol). - Фреймворки оценки AI-агентов. - Опыт в регулируемых отраслях: healthcare, banking, insurance. Условия - Очное собеседование в Нью-Джерси.
Data Science (LLM/NLP)
⌨️ Data Science (LLM/NLP) Удаленно (Екатеринбург) Т1 — это стабильный и надёжный работодатель. Мы помогаем профессионально расти и решать действительно интересные задачи, создаём атмосферу открытости и комфортные условия для работы в гибридном формате. Требования: — Высшее образование (IT, техническое, математическое); — Уверенное владение Python, SQL; — Хорошие знания в области теории вероятностей, математической статистики, алгоритмов машинного обучения ML; — Знания в области NLP алгоритмов; — Понимание деталей работы LLM и того, как происходит их дообучение и инференс; — Опыт деплоя ML/LLM решений (Docker, Kubernetes, cloud); — Опыт работы с prompt engineering, fine-tuning / PEFT (LoRA, adapters), RAG-подходами. ➡️ Подробнее о вакансии на hirehi.ru 📍 Навигация: База знаний • Задачи • Собеседования
GenAI-инженер, LLM-инженер
GenAI/LLM-инженер, удалённо, работа в часовом поясе PST. Предпочтителен кандидат из района залива Сан-Франциско. Роль требует практикующего специалиста по глубокому обучению, уверенно работающего с современными фреймворками и библиотеками для разработки LLM. Задачи: - Внедрение и оптимизация продвинутых методов тонкой настройки (LoRA, PEFT, QLoRA) для адаптации фундаментальных моделей под домен клиента. - Разработка системных методологий промт-инжиниринга для операционной деятельности, нормативного соответствия и технической документации. - Создание переиспользуемых шаблонов и библиотек промтов для стандартизации взаимодействия с LLM-приложениями. - Внедрение фреймворков тестирования промтов для количественной оценки и итеративного улучшения их эффективности. - Настройка систем версионирования промтов и управления для поддержания качества. - Применение методов кастомизации моделей: дистилляция знаний, квантизация, прунинг — для снижения потребления памяти и затрат на инференс. - Решение проблем с памятью с помощью шардированного параллелизма данных, выгрузки на GPU или гибридных подходов CPU+GPU. - Построение пайплайнов RAG с векторными базами данных, пайплайнами эмбеддингов и оптимизированными стратегиями чанкинга. - Разработка продвинутых стратегий промтинга: цепочки рассуждений, оркестрация диалогов, агентные подходы. - Совместная работа с MLOps-инженером для эффективного развертывания, мониторинга и переобучения моделей. Требования: - Глубокое обучение и NLP: владение PyTorch/TensorFlow, Hugging Face Transformers, DSPy, продвинутыми техниками обучения LLM. - Знание GPU и аппаратного обеспечения: опыт многогпу-обучения, оптимизации памяти, стратегий параллелизации. - LLMOps: знакомство с процессами поддержки LLM-приложений в продакшене и мониторингом производительности моделей. - Техническая адаптивность: умение читать исследовательские статьи и внедрять новые техники (без обязательного владения математикой уровня PhD). - Доменная адаптация: навыки создания пайплайнов данных для тонкой настройки моделей под специфический контент.
Principal AI/ML-инженер, LLM и генеративный ИИ
О компании Common App — национальная некоммерческая организация, которая занимается доступом, равенством и честностью в процессе поступления в колледжи. Ежегодно организация поддерживает более 1 миллиона студентов, треть из которых — первопоколенческие, при подаче заявлений в более чем 1100 колледжей и университетов через бесплатное онлайн-приложение Common App. Обязанности Principal AI & Machine Learning Engineer — технический лидер, отвечающий за внедрение искусственного интеллекта в корпоративные рабочие процессы и аналитические процессы для достижения измеримых улучшений в производительности, генерации инсайтов и поддержке принятия решений в подразделении Data Analytics & Research (DAR). - Подчиняется старшему директору по аналитической инженерии. - Тесно сотрудничает с командами Data Engineering, Data Governance и кросс-функциональными бизнес-заинтересованными сторонами. - Обеспечивает масштабируемость, безопасность, соответствие требованиям и согласованность AI-решений с корпоративной стратегией данных. - Работает как старший индивидуальный контрибьютор и технический авторитет: устанавливает стандарты практики AI-разработки, наставляет коллег по прикладным AI-техникам, превращает сложные возможности машинного обучения в корпоративные системы. - Признанный эксперт в области AI, к которому обращаются за техническим руководством, наставничеством и экспертизой как внутри организации, так и в более широком сообществе AI и данных в высшем образовании. Требования - Кандидат должен проживать в США. - Готовность к поездкам для участия в двух ежегодных выездных мероприятиях Common App Retreat. - Степень бакалавра в области компьютерных наук, науки о данных, статистики, математики или смежной количественной/технической области; или эквивалентная комбинация образования и опыта. - 8–10 лет прогрессивного опыта в машинном обучении, AI-инженерии или науке о данных, из них не менее 3 лет — в прикладном AI и продакшн-системах ML. - Подтверждённый опыт интеграции LLM и генеративного AI в корпоративные аналитические или операционные рабочие процессы. - Подтверждённый опыт работы в рамках корпоративных систем управления данными и соответствия требованиям. - Экспертиза в прикладном машинном обучении и AI, включая обучение с учителем и без учителя, обработку естественного языка и интеграцию больших языковых моделей (например, OpenAI, Anthropic, open-source LLM через Hugging Face). - Подтверждённый опыт проектирования и развёртывания продакшн-систем AI/ML, включая сквозные ML-пайплайны: обучение, оценка, версионирование, развёртывание и мониторинг. - Владение R и Python для машинного обучения и AI-разработки; знакомство с ML-фреймворками: scikit-learn, PyTorch, TensorFlow или эквивалентами. - Опыт создания и эксплуатации приложений на базе LLM, включая промт-инжиниринг, retrieval-augmented generation (RAG) и фреймворки оркестрации инструментов и агентов. - Сильные навыки SQL и опыт работы с крупномасштабными облачными платформами данных (например, Databricks, Snowflake, BigQuery); умение проектировать AI-ready пайплайны данных в корпоративных хранилищах. - Знание AI-управления, принципов ответственного AI и требований соответствия для систем, работающих с чувствительными или персонально идентифицируемыми данными. - Подтверждённая способность работать как старший технический индивидуальный контрибьютор: устанавливать стандарты, принимать архитектурные решения и наставлять коллег без формальных управленческих полномочий. - Сильные межличностные и коммуникационные навыки, умение объяснять сложные концепции AI/ML доступным языком для нетехнических заинтересованных сторон и руководителей. - Подтверждённая способность управлять несколькими конкурирующими приоритетами и поставлять качественные AI-решения в быстро меняющейся среде. Желательно - Степень магистра или доктора в области компьютерных наук, машинного обучения, науки о данных или смежной области. - Соответствующие сертификаты AI/ML или облачные сертификаты (например, Databricks Certified Machine Learning Professional, AWS Machine Learning Specialty или эквивалент). - Опыт работы с Agile-фреймворками для кросс-функциональной, продуктоориентированной коллаборации. - Опыт работы с агентными AI-фреймворками.
Forward Deployed Engineer, AI-решения
Forward Deployed Engineer — инженер, который помогает бизнесу внедрять AI-решения. Роль предполагает работу с бизнес-подразделениями: от постановки задачи до запуска и оптимизации решений в production. Задачи: - Совместно с бизнес-заинтересованными сторонами определять и приоритизировать высокоценные сценарии использования, соответствующие стратегическим целям. - Переводить бизнес-задачи в технические проекты, архитектуру решений и планы внедрения. - Проектировать, разрабатывать и разворачивать комплексные решения: пайплайны данных, API, оркестрацию рабочих процессов и AI/ML-функциональность. - Интегрировать решения в существующие корпоративные системы и рабочие процессы. - Ускорять вывод решений из пилота в production итеративным методом (в течение месяца). - Обеспечивать надежность, масштабируемость и производительность решений через мониторинг, тестирование и оптимизацию. - Сотрудничать с командами архитектуры, инженерии, безопасности и данных для соблюдения корпоративных стандартов и требований безопасности. - Поддерживать решения в соответствии с отраслевыми требованиями, управлением данными и внутренним аудитом, обеспечивая контроль и документацию. - Вносить переиспользуемый код, паттерны и компоненты в корпоративные платформы. Требования: - Опыт работы с AI/LLM-технологиями от 5 до 7 лет: большие языковые модели (LLM), retrieval augmented generation (RAG), фреймворки автоматизации. - Опыт работы Forward Deployed Engineer или в аналогичной роли в сфере быстрой разработки AI-решений. - Опыт работы с облачными платформами (предпочтительно Azure), контейнеризацией и инфраструктурой как кодом. - Опыт проектирования и внедрения корпоративных решений на уровнях данных, приложений и интеграции. - Сильные full-stack навыки: бэкенд-разработка, инженерия данных, системная интеграция (React, Next.js, Python, Node.js, AI SDK, Snowflake, Azure, OpenAI API, Anthropic Claude, PyTorch, Pinecone, Qdrant). - Умение проектировать и реализовывать пайплайны данных, API и масштабируемые архитектуры решений. - Опыт в разработке ПО, инженерии данных или смежных технических ролях: фронтенд, фуллстек, бэкенд, пайплайны данных, интеграция агентов, промт-инжиниринг, быстрая разработка приложений, UX-прототипирование. - Знание управления данными, стандартов безопасности и требований соответствия. - Умение работать в кросс-функциональных командах: бизнес, продукт, инженерия. - Отличные коммуникационные навыки, способность объяснять технические концепции нетехнической аудитории. Условия: - Полная занятость, постоянная роль, не контракт. - Полная удалённая работа или гибрид в Род-Айленде. - Для удалённых кандидатов: проживание в одном из штатов — Аризона, Коннектикут, Флорида, Джорджия, Луизиана, Массачусетс, Северная Каролина, Оклахома, Род-Айленд, Южная Каролина, Техас, Вирджиния. - Работодатель не спонсирует визы.
AI Engineer – United States
AI Engineer О роли Мы ищем AI-инженера для проектирования, разработки и внедрения приложений промышленного уровня с использованием различных больших языковых моделей. Вам предстоит создавать сложные многоэтапные агентные рабочие процессы, создавать и оптимизировать пайплайны поисковой дополненной генерации, а также работать с полным стеком технологий для предоставления корпоративным клиентам решений на базе искусственного интеллекта в области устойчивого развития. Ключевые обязанности - Проектирование, разработка и внедрение приложений промышленного уровня с использованием различных LLM - Создание сложных многоэтапных агентных рабочих процессов с использованием LangChain и LangGraph - Создание и оптимизация RAG-пайплайнов с использованием эмбеддингов и векторных баз данных - Полностековая разработка, охватывающая фронтенд и бэкенд - Руководство инициативами по файнтюнингу LLM для предметно-специфичных приложений - Разработка продвинутых стратегий промпт-инжиниринга - Использование инструментов разработки на базе ИИ для генерации и оптимизации кода - Интеграция AI-функциональности на Python с сервисами на Java Требования - Степень в области компьютерных наук или эквивалентный опыт - Более 5 лет профессионального опыта в разработке ПО - Минимум 2 года опыта работы в сфере AI/ML с LLM - Уверенное владение Python и библиотеками для data science - Практический опыт работы с LangChain и LangGraph от 1 года - Опыт реализации архитектуры RAG - Приветствуются навыки работы с React и интеграции REST API - Продемонстрированный опыт использования AI Copilot или аналогичных инструментов генеративного кодирования Почему Pulsora - Высокая степень ответственности и автономия в роли с высоким влиянием - Передовые разработки в области ИИ для решений, ориентированных на устойчивое развитие - Опционы на акции и конкурентоспособные преимущества включены - Гибридная гибкость: 2–3 дня в неделю в офисе для тех, кто находится в Нью-Йорке, районе залива Сан-Франциско или Мюнхене; в противном случае — полностью удаленная работа
Fullstack AI Engineer (Remote, РФ)
Fullstack AI Engineer (Remote, РФ) Зарплата: 250 000–350 000 ₽ Локация: РФ Формат: полная удалёнка, оформление по ИП Что предстоит делать: - Развивать архитектуру AI-платформы и рефакторить кодовую базу. - Разрабатывать сценарии генерации презентаций с использованием LLM. - Создавать веб-редактор для интерактивного редактирования слайдов. - Интегрировать и оптимизировать LLM-пайплайны, работать с промпт-инжинирингом. - Проводить код-ревью, заниматься рефакторингом и работать с Git. - Участвовать в проектировании архитектуры и принятии технических решений. Требования: - От 3 лет опыта в AI Engineering. - Опыт проектирования API и структур данных. - Практический опыт с агентными пайплайнами и RAG-архитектурой. - Навыки оценки и улучшения качества кода. - Понимание обработки ошибок в AI-агентах: галлюцинации, потеря контекста, методы их обнаружения и устранения. Условия: - Доход 250 000–350 000 ₽. - Полностью удалённую работу. - Гибкое начало рабочего дня. - Интересные задачи, обучение и возможности карьерного роста.
ML-инженер
Мы — Далее, и мы занимаемся разработкой и поддержкой сложных digital-решений для крупных клиентов: от веб-сайтов до приложений, от Сбербанка до Nestle. Мы — один из крупнейших независимых продакшнов в России, работаем с 2005 года, сейчас в штате более 550 человек. Мы занимаем 1-е место в рейтинге Adindex Digital Index в сегменте web-production, входим в топ-20 Tagline. Сейчас мы ищем ML-инженера в команду, которая реализует AI-решения для различных проектов компании. Предстоит разрабатывать и внедрять ML-модели, участвуя во всем жизненном цикле продукта. Обязанности: Поддерживать текущие алгоритмические решения. Проектировать и внедрять AI-агентов (LLM, GPT-like модели) в различные процессы. Разрабатывать методологию и проектировать NLP/LLM решения. Адаптировать и дообучать LLM (например, LLaMA, Mistral, YaLM 2) под специфику продукта. Интегрировать LLM API (OpenAI, Claude) с fallback-механизмами. Проводить исследования, тестировать новые идеи, оценивать жизнеспособность и качество моделей, реализовывать R&D-подходы на реальных бизнес-данных. Разрабатывать RAG-пайплайн для поиска и обработки данных (POI, отзывы, описания). Настраивать векторные БД (Pinecone/Weaviate/Qdrant) и оптимизировать кэширование. Заниматься prompt engineering — создавать и тестировать промты для различных сценариев. Вести рабочую документацию и создавать отчеты о результатах работы. Мониторить ключевые показатели эффективности процессов, анализировать отклонения и их воздействие на общие показатели. Участвовать в проектировании архитектуры, CI/CD, мониторинге и оптимизации сервисов. Требования: Высшее образование в области математики, информатики или смежных дисциплин. Знание современных AI-фреймворков и библиотек (LangChain, LlamaIndex и других). Навыки создания ML-пайплайнов и backend-сервисов. Уверенное владение Python и PyTorch/TensorFlow, понимание принципов работы алгоритмов (GBDT, CNN, Transformers). Практический опыт работы с API, Docker/Kubernetes и базами данных. Понимание процессов Fine-tuning LLM и оценки качества моделей. Опыт внедрения RAG. Умение писать unit-тесты. Будет плюсом: Позитивный опыт внедрения RAG агентов в существующие бизнес-процессы. Реализованные проекты с существенной пользовательской нагрузкой. Понимание инфраструктуры для ML-сервисов (GPU, CPU). Мы предлагаем: Полностью белую заработную плату. Ориентируемся на ваши пожелания, опыт и навыки. Оформление по ТК РФ, оплачиваемый отпуск и больничный с первого рабочего дня. Работу в компании с аккредитацией в Минцифры. Расширенный пакет ДМС со стоматологией. 8-часовой рабочий день, удаленный формат работы. Спорт – корпоративный волейбол, беговой клуб и киберспортивные турниры). Яркую корпоративную жизнь – более 400 мероприятий в год (2 корпоратива с оплатой трансфера, разговорный клуб английского, совместные походы в музей, квизы, книжный и киноклуб, мем-чат и многое другое). Обучение и участие в профессиональных конференциях.
AI-разработчик
AI-разработчик Компания: Top Selection Чем предстоит заниматься - Разрабатывать и внедрять AI/LLM-функционал: RAG-системы, AI-агентов, механизмы function/tool calling, оркестрацию языковых моделей. - Проектировать AI-пайплайны: эмбеддинги, векторные базы данных (pgvector, Pinecone), управление контекстом, промпт-стратегии. - Обеспечивать быструю поставку — от идеи до продакшена (с реализацией фронтенд- и бэкенд-компонентов при необходимости). - Контролировать качество AI-решений через evals, организовывать мониторинг и наблюдаемость систем. - Работать со стеком: .NET (C), LLM-фреймворки (LangChain, LlamaIndex), API OpenAI/Anthropic, Docker, Git, MSSQL/PostgreSQL. Ожидания Опыт: - Общий опыт в IT — от 5 лет. - Опыт разработки AI/LLM-функциональности в коммерческих продуктах — от 1,5 лет (Обязателен!) Ключевые навыки: - Уверенное владение .NET (C). - Практический опыт интеграции LLM в коммерческие продукты. - Базовые навыки фронтенд-разработки (достаточные для реализации AI-функционала). - Разработка LLM-приложений: RAG-системы, AI-агенты, function/tool calling, промпт-инжиниринг. - Работа с LLM-фреймворками (LangChain, LlamaIndex) и векторными БД (pgvector, Pinecone). - Навыки оценки качества AI-моделей (evals), мониторинга и наблюдаемости AI-систем. - Уверенная работа с реляционными БД (MSSQL/PostgreSQL), Docker, Git. - Использование AI-ассистентов (Cursor, Claude Code, Copilot) в ежедневной работе с обязательным код-ревью и тестированием. - Технический английский (чтение документации). - Bias to ship: декомпозиция до MVP, быстрая проверка гипотез. - Высокий уровень ответственности (ownership), продуктовое мышление, командность. Будет плюсом: - Опыт в ML (fine-tuning, работа с эмбеддингами). - Пет-проекты с реальной аудиторией или вклад в open-source. - Опыт с системами потоковой обработки данных (RabbitMQ, Kafka). Образование: - Высшее техническое (или эквивалентный опыт + портфолио). Условия - Занятость: проектная, 6 месяцев с возможностью пролонгации, полная занятость (~160 ч/мес). - Формат: полностью удалённо (Россия, UTC+3). - Формат оформления: ИП. - Гражданство: РФ. - Зарплата: обсуждается с кандидатом, рыночный уровень для Senior AI-разработчика.
Data Scientist (LLM / AI Agents)
Data Scientist (LLM / AI Agents) Требования - Опыт: от 4-х лет в коммерческой разработке на позиции DS/ML Engineer (из них минимум 1 год плотной работы с NLP/LLM). - LLM & NLP: Глубокое понимание архитектуры трансформеров, опыт работы с RAG, контекстным окном, методами оптимизации инференса. - Разработка: Уверенное знание Python (asyncio, aiohttp/FastAPI), опыт написания чистого, поддерживаемого кода. - Big Data: Опыт работы с распределенными вычислениями (Spark/PySpark, Hive) и оркестрацией (Airflow). - Инфраструктура: Понимание процессов MLOps, опыт deployment сервисов на GPU (on-premise или Cloud). - Безопасность: Понимание принципов работы с персональными данными и безопасности при использовании LLM в энтерпрайзе. Будет преимуществом - Опыт разработки собственных MCP (Model Context Protocol) сервисов для расширения функционала агентов. - Участие в Kaggle, хакатонах или наличие pet-проектов в области Generative AI (ссылка на GitHub). - Опыт работы с отечественными LLM-платформами (например, GigaChat API) или локальными моделями (Llama, Qwen, Mistral). - Опыт построения сложных графов агентов (LangGraph, AutoGen). Обязанности - Разработка AI-агентов: Проектирование и внедрение мультиагентных систем (Prompt Engineering, RAG, Tools, Function Calling) в реальные банковские процессы. - Работа с LLM: Оптимизация и Fine-tuning моделей под домен бизнеса (SFT, RLHF), работа с открытыми и проприетарными моделями. - MLOps & Production: Вывод моделей в пром, построение пайплайнов обработки данных на GPU-кластере, организация мониторинга качества и дрейфа моделей. - Оценка качества: Разработка метрик качества генерации (LLM Eval), проведение A/B тестов. - Интеграция: Разработка сервисов на Python (API), взаимодействие с командой разработки и продуктовыми аналитиками для контроля и экспертизы требований к данным и функционалу. Условия - Обсуждаемая ЗП по вашим навыкам и грейду - Удаленная работа, а также варианты с гибридным форматом - Оформление по ИП с нашей поддержкой - Несколько проектов на выбор - Карьерный рост без постоянных поисков работы Как начать - Откликнитесь на вакансию - Пройдите собеседование с рекрутером - Попадите на бенч и получайте предложения по проектам
Lead/Senior Python Developer
Ведущий/Старший Python разработчик Компания: Сбер Обязанности - Разработка сервисов и библиотек для AI агентов - Поддержка и развитие существующих сервисов - Проектирование детальной архитектуры и API для новых сервисов - Интеграция продуктов компании с партнерами - Контроль за качеством и отказоустойчивостью Требования - Высшее оконченное образование - Опыт коммерческой разработки на Python от 3 лет - Опыт управления командой от 2 лет - Владение инструментами контроля версий (Git), знание паттернов и антипаттернов разработки (SOLID, ООП) - Опыт работы с фреймворками fastapi, asyncpg, aiopg и написания тестов с использованием pytest - Практический опыт проведения code-review, а также работы с PostgreSQL (написание запросов, работа с индексами и транзакциями) - Понимание общих принципов работы LLM (модальность, токены, температура, галлюцинации) и архитектуры RAG, опыт работы с LangChain/LangGraph, Prompt engineering и Tool calling - Знание протоколов взаимодействия между агентами
GenAI Engineer / AI Builder/ AI Agent Associate / AI Application Specialist
GenAI Engineer / AI Builder/ AI Agent Associate / AI Application Specialist Компания: Magic Compass Holdings Limited Тип занятости: Контрактор на полный рабочий день, удаленно. Рабочие часы: 9:00 – 18:00 по местному времени. О вакансии Мы ищем инициативного GenAI Engineer / AI Builder / AI Agent Associate / AI Application Specialist для проектирования и создания ИИ-рабочих процессов и ИИ-агентов, повышающих продуктивность бизнеса в различных бизнес-функциях. Вы будете проектировать, создавать и поддерживать ИИ-решения, автоматизирующие бизнес-процессы, повышающие операционную эффективность и обеспечивающие эффективное сотрудничество человека и ИИ в разных бизнес-функциях. Первоначально вы будете поддерживать нашу команду по ИИ и управлению рисками. По мере развития наших ИИ-возможностей вы будете работать с другими бизнес-функциями над созданием практических ИИ-решений, повышающих продуктивность и операционное совершенство. Эта роль идеально подходит для тех, кто любит быстро превращать бизнес-требования в масштабируемые ИИ-приложения и воплощать идеи в реальные бизнес-результаты. Обязанности Разработка ИИ-агентов и рабочих процессов: - Проектирование, создание и поддержка ИИ-агентов для бизнес-операций. - Разработка систем мониторинга, логирования и наблюдаемости за поведением агентов и правилами безопасности. - Разработка ИИ-рабочих процессов, автоматизирующих повторяющиеся бизнес-процессы. - Преобразование бизнес-требований в практические ИИ-решения. - Создание масштабируемых ИИ-приложений, повышающих продуктивность и операционную эффективность. - Интеграция ИИ-решений с внутренними системами и сторонними платформами. Бизнес-приложения ИИ: - Разработка ИИ-решений для различных бизнес-функций, включая управление рисками, тестирование, маркетинг, операции и поддержку клиентов. - Выявление возможностей, где ИИ может автоматизировать ручную работу, улучшить принятие решений и оптимизировать бизнес-операции. Разработка ИИ: - Создание ИИ-приложений с использованием современных больших языковых моделей (LLM). - Проектирование промптов, ИИ-рабочих процессов и мультиагентных решений для различных бизнес-сценариев. - Разработка решений с использованием RAG, MCP, вызова функций, памяти и вызова инструментов. - Интеграция API LLM во внутренние платформы и конвейеры автоматизации. - Создание ИИ-рабочих процессов с использованием как кодовых, так и low-code/no-code платформ, где это уместно. - Постоянная оценка новых ИИ-технологий и рекомендация практических бизнес-применений. Требования - Опыт от 1 до 3 лет в создании ИИ-приложений, ИИ-агентов или решений для автоматизации рабочих процессов. - Практический опыт работы с ведущими ИИ-моделями, такими как OpenAI (GPT), Openclaw, Claude, Gemini, DeepSeek, Qwen, Llama или аналогичными большими языковыми моделями (LLM). - Опыт использования современных инструментов ИИ-разработки, таких как Cursor, Claude Code, Codex, Gemini CLI, Genspark, Manus, OpenHands или аналогичных инструментов разработки с использованием ИИ. - Знакомство с фреймворками ИИ-агентов, концепциями агентного ИИ (планирование, агенты, использующие инструменты, генерация с дополненной выборкой) — допускается практический опыт или проекты на стороне. - Опыт интеграции ИИ-решений с API, сторонними сервисами или внутренними бизнес-системами. - Базовые навыки программирования на Python и знакомство с prompt engineering, проектированием ИИ-рабочих процессов или RAG. - Опыт в сфере финансовых технологий, трейдинга, управления рисками и/или цифровых активов. - Сильные аналитические способности, навыки решения проблем и коммуникации, а также увлеченность изучением и применением новых ИИ-технологий. - Способность эффективно общаться на английском языке, сильное аналитическое мышление, способность решать проблемы. - Опыт создания мультиагентных систем, платформ автоматизации рабочих процессов и/или развертывания ИИ-приложений в production-средах. Условия работы - Полностью удаленная работа с графиком по вашему местному времени. - Создание ИИ-решений, решающих реальные бизнес-задачи. - Работа с различными бизнес-функциями и участие в формировании ИИ-трансформации компании. - Работа с новейшими ИИ-технологиями, LLM, ИИ-агентами, автоматизацией рабочих процессов и современными инструментами ИИ-разработки. - Возможность создавать практические ИИ-приложения с прямым влиянием на бизнес.
Senior ML Engineer - LLM Training & Serving
Старший ML-инженер — обучение и обслуживание LLM О компании Unimatch Lab — ИИ-венчурная студия из Кремниевой долины. Мы создаём портфель ИИ-продуктов и развиваем собственный ML-стек: локальные кластеры для LLM, обучение и обслуживание моделей на своей инфраструктуре. Мы ищем старшего ML-инженера, который возьмёт на себя полный внутренний цикл: от данных до продакшена. Никакой работы только с промптами или сторонними API — все персональные и чувствительные данные остаются на наших серверах. Задачи - Файн-тюнинг LLM и VLM моделей (LoRA, QLoRA, дистилляция) с получением готовых к промышленной эксплуатации весов. - Оценка качества как обязательный этап релиза: метрики на уровне отдельных полей, отложенные выборки, проверки на утечку данных между обучением и тестом. - Управление полным циклом работы с данными: разметка с помощью учителя, версионирование датасетов, контроль качества синтетических данных. - Запуск и поддержка собственного инференса под нагрузкой: vLLM, пакетная обработка запросов, квантизация, генерация структурированных JSON-ответов. - Документирование ML-процессов от начала до конца, чтобы цикл не зависел от одного конкретного инженера. Требования - Опыт от 5 лет в запуске ML-систем в продакшен, включая работу с высоконагруженным ИИ. - Вы сами обучаете модели (веса), а не ограничиваетесь промпт-инжинирингом или интеграцией RAG. - Опыт развёртывания собственных LLM в продакшен (vLLM или аналоги). - Реализованные проекты полного цикла: данные → файн-тюнинг → оценка → реальный продакшен-трафик. - Уверенное владение Python, Docker/Kubernetes, CI/CD. Понимание принципов работы с конфиденциальными данными на собственной инфраструктуре. Условия работы - Формат: удалённо. - Локация: Европа (EU, Великобритания, Исландия, Норвегия, Швейцария и др.), Латам. - Уровень: старший (Senior). - Компенсация: от $5,000 в месяц (базовая ставка).
AI/ML Engineer
СберСпасибо: AI/ML Engineer О проекте Мы разрабатываем корпоративных AI-агентов и RAG-системы для умного поиска по внутренней документации. Часть решений уже в эксплуатации, часть — в активной разработке. Сейчас мы ищем специалиста, который займётся качественной составляющей систем: повышением надёжности RAG, выстраиванием методологии оценки, тестирования, защит и промпт-инжинирингом. Это прикладная позиция — мы не обучаем модели, а используем готовые через корпоративный шлюз. Весь фокус на инжиниринг, оценку и тонкую настройку поведения агентов. Задачи - Повышение качества RAG-агентов по трём направлениям: поиск по технической документации, нормативной базе и бухгалтерской документации - Промпт-инжиниринг и контекст-инжиниринг для всех агентов команды - Подготовка эталонных наборов для оценки качества - Реализация методологии автоматических регрессионных проверок (LLM-as-a-judge) - Настройка защит (guards) для production-агентов: фильтры от инъекций в промпт, валидация структуры и контента выходов, защита от утечек ПДн, anti-hallucination механизмы - A/B-тестирование промптов и моделей для подбора лучших конфигураций - Тюнинг качества на основе обратной связи пользователей и трассировок из Langfuse Требования - Опыт коммерческой разработки на Python от 2 лет - Практический опыт создания и поддержки RAG-систем в продакшене (от начала до конца, не прототип): эмбеддинги, векторные базы (Qdrant, FAISS или pgvector), переранжирование, чанкинг - Практический опыт оценки качества LLM-систем: подготовка эталонных наборов, offline-метрики, LLM-as-judge, регрессионные проверки; опыт работы с фреймворками оценки (Ragas, DeepEval или аналоги) - Практический опыт настройки защит для LLM-приложений: защита от инъекций в промпт, валидация структуры и контента выходов, защита от утечек персональных данных - Опыт промпт-инжиниринга и контекст-инжиниринга в реальных проектах: итеративная настройка промптов, structured output, function calling - Понимание архитектуры RAG: стратегии нарезки документов, метаданные, выбор моделей эмбеддингов, переранжирование, точность ссылок на источник - Практический опыт работы хотя бы с одним LLM-фреймворком: LangChain, LangGraph, PydanticAI, OpenAI API или аналоги - Практический опыт A/B-тестирования промптов и моделей в продакшене - Опыт работы с агентскими протоколами (MCP) или собственным tool-layer для агентов - Базовые знания SQL и работы с реляционными базами
GenAI-разработчик / бизнес-аналитик
GenAI-разработчик / бизнес-аналитик (Senior) О нас Top Selection приглашает Senior GenAI-разработчика в проект для крупной компании из сферы добывающей промышленности. Ключевая цель — создание и внедрение корпоративных GenAI-решений: AI-агентов, мультиагентных систем, RAG-конвейеров и автоматизаций в закрытом защищённом контуре. Задачи - Разработка AI-агентов и субагентов с использованием tool-calling - Построение мультиагентных систем и управление цепочками вызовов - Создание автоматизаций и workflow в n8n, Flowise, Dify, Langflow или аналогичных платформах - Разработка бизнес-логики и кастомных функций на JavaScript, TypeScript и Python - Построение RAG-конвейеров: подготовка данных, embeddings, поиск и работа с векторными базами - Интеграция с внутренними сервисами и витринами данных через REST API и OAuth2 - Парсинг, сбор, нормализация и трансформация данных из внешних источников - Проектирование промптов для суммаризации и генерации структурированных отчётов - Развёртывание и эксплуатация open-source и on-prem LLM в закрытом корпоративном контуре - Работа со структурированными данными, PostgreSQL и JSON - Участие в анализе и формализации бизнес-требований Требования - Опыт коммерческой разработки GenAI-решений на уровне Senior - Уверенное владение JavaScript, TypeScript и Python - Практический опыт создания AI-агентов и мультиагентных систем - Опыт хотя бы с одним из стеков: - LangChain / LangGraph - LlamaIndex - Semantic Kernel - CrewAI / AutoGen - n8n / Flowise / Dify / Langflow - Опыт разработки RAG-решений и работы с векторными хранилищами: PGVector, Qdrant, Milvus или аналогами - Уверенная работа с PostgreSQL, JSON, REST API и OAuth2 - Опыт работы с LLM и prompt engineering - Опыт развёртывания локальных моделей в закрытом контуре - Готовность вести разработку и эксплуатацию решения в ОС Windows - Понимание принципов защиты чувствительных и корпоративных данных Будет преимуществом - Опыт работы с MCP — Model Context Protocol - Разработка кастомных нод и sub-workflows в n8n - React - GraphQL - FastAPI - Опыт работы с веб-поиском, парсингом и внешними API - Опыт участия в корпоративных или промышленных проектах