ИИ-инженер LLM-агентов

Описание: Привет! Мы - IT-компания Articul. Благодаря отточенному технологическому процессу и налаженной системе проектного управления мы сделали более 1000+ сложных веб- и мобильных проектов и забрали 150+ наград, включая Webby Awards, Lovie Awards и премии Рунета. Наши клиенты - ведущие игроки ритейла, e-commerce и спортивной индустрии: КХЛ, Sochi
2014, РФС, Матч ТВ, Банк ВТБ, Росатом, Alcon, Samsung Electronics и многие другие. Мы убеждены, что успех наших проектов кроется в профессионализме команды. Наша главная ценность - люди.

• Анализировать бизнес-процессы совместно с их владельцами: PM, тимлидами, аналитиками, QA, руководителями подразделений и командой продаж
• Проектировать и разрабатывать агентов: настраивать промпты, tool calling, MCP, RAG, многошаговые цепочки и работу с контекстом
• Разрабатывать интеграции с внутренними и внешними системами, в том числе Jira, Git Lab, Confluence и другими сервисами
• Оценивать качество работы агентов: разрабатывать тестовые сценарии, проводить evals, анализировать ошибки и снижать количество галлюцинаций
• Организовывать пилотные запуски совместно с командами, собирать обратную связь, обучать пользователей и дорабатывать решения
• Вести бэклог ИИ-инициатив и реестр действующих агентов, координировать процесс их внедрения и развития, отслеживать статусы и результаты, готовить регулярную отчетность по прогрессу и эффективности решений
• Анализировать эффективность внедренных агентов и оценивать полученный бизнес-эффект, в том числе экономию рабочего времени

• Имеет от 3 лет коммерческой разработки, предпочтительно в backend
• Имеет от 1 года практического опыта разработки LLM-решений с использованием в проде (не только pet-проекты и учебные кейсы)
• Может привести хотя бы один реализованный кейс, в котором самостоятельно довёл LLM-решение до использования и может оценить его эффект в конкретных цифрах
• Понимает принципы работы LLM: контекст, токены, температура, ограничения моделей и причины возникновения галлюцинаций
• Знает архитектуру агентных систем: tool calling, MCP, управление контекстом и построение многошаговых цепочек
• Понимает принципы RAG, работу с эмбеддингами, векторными базами данных,…