Описание

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

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

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

LLM-инженер