LLM Engineer: RAG Pipelines & Multi-Agent Systems

Описание: Описания нет

• Проектировать и разрабатывать LLM-сервисы и API для интеграции с внешними системами
• Создавать и оптимизировать RAG-пайплайны и системы гибридного поиска
• Проектировать и разрабатывать агентные рабочие процессы и мультиагентные системы
• Интегрировать LLM-провайдеров и модели, оптимизировать промпты и управлять маршрутизацией LLM-вызовов
• Внедрять наблюдаемость и оценку LLM-систем, отслеживать качество ответов, стоимость и задержки
• Обеспечивать безопасность API и документировать API с использованием OpenAPI/Swagger

• Коммерческий опыт разработки на Python от 3 лет, из них от 1 года — в проектах с LLM/RAG
• Опыт работы с библиотеками Python для обработки и анализа данных: pandas, Polars, Num Py или аналогами
• Глубокое понимание принципов работы LLM, архитектуры RAG и техник проектирования промптов
• Понимание принципов проектирования агентных систем: инструменты, управление состоянием, оркестрация, контроль выполнения, обработка ошибок, участие человека в цикле и ограничения автономности
• Умение оценивать стоимость, задержки и масштабируемость решений на основе LLM
• Опыт работы с PostgreSQL: проектирование схем данных и оптимизация SQL-запросов
• Опыт работы хотя бы с одной векторной базой данных: pgvector, Qdrant, Weaviate, Pinecone или аналогами
• Будет плюсом: опыт работы с Lang Chain/Lang Graph, владение Airflow, MLflow, Kafka, Kubernetes, Prometheus и Grafana, уверенное владение ИИ-инструментами разработки (Copilot, Claude Code/Cursor, MCP), опыт настройки ИИ под задачи (промпты, пользовательские инструкции, навыки), понимание ограничений генеративных моделей и ответственности за сгенерированный код

• График 5/2