LLM-инженер

Чем предстоит заниматься -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 Наши пожелания к кандидатам -Коммерческий опыт разработки на Python от 3 лет, из них от 1 года — в LLM/RAG-проектах -Опыт работы 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: -Имеете опыт работы с LangChain/LangGraph -Владеете Airflow, MLflow, Kafka, Kubernetes, Prometheus и Grafana -Уверенно владеете ИИ-инструментами разработки (Copilot, Claude Code / Cursor, MCP) -Имеете опыт настройки ИИ под задачи: промпты, кастомные инструкции, skills -Понимаете ограничения генеративных моделей и ответственность за сгенерированный код