Fullstack AI Engineer
PARIМосква и ещё 2 городаГибридот 3 лет5/2Полная занятость
PythonSQLAIJavaDockerGitREST APILLMKafkaGoFull-stackNode.jsRabbitMQRAGengineer
Описание
PARI — технологичная компания в сфере спортивных развлечений с высокой продуктовой культурой и data-driven подходом. Здесь делают не «AI ради AI», а решения, которые реально входят в ежедневную работу команд. Вы будете собирать LLM-приложения и агентские сценарии для юристов, финансов, маркетинга, CRM и корпоративных функций — от первой гипотезы до production и регулярного использования. Это роль для инженера, которому интересно не обучать новые модели с нуля, а заставлять готовые LLM работать внутри бизнеса: подключать инструменты и данные, строить RAG и agentic-flow, интегрироваться с внутренними системами и превращать сложный процесс в работающий продукт.
Обязанности
- Разрабатывать LLM-приложения и агентские сценарии для внутренних команд: маркетинга, финансов, юристов, CRM и других функций
- Интегрировать готовые AI-продукты в операционные процессы и доводить их до ежедневного использования сотрудниками
- Проектировать взаимодействие LLM с инструментами и внутренними данными через tool calling, MCP, RAG, embeddings и векторный поиск
- Интегрировать AI-решения с внутренними системами и сервисами по API: 1С, корпоративными хранилищами, BI и другими источниками
- Развивать LLM-шлюз: подключать несколько моделей и провайдеров, настраивать маршрутизацию, виртуальные ключи, лимиты, бюджеты и guardrails
- Быстро собирать proof of concept, чтобы за несколько дней проверить техническую и продуктовую гипотезу, а не месяцами полировать решение до первого запуска
- Развивать внутренний AI-чат и подключать к нему скиллы и агентские сценарии для разных команд и процессов
- Строить систему оценки качества: переводить субъективное «работает хорошо» в измеримые критерии и сравнивать модели по качеству, скорости и стоимости
- Настраивать мониторинг AI-сценариев и отслеживать качество после запуска
- Проводить пилоты с замером эффекта, масштабировать решения, которые подтвердили ценность, и поддерживать их после выхода в production
- Работать напрямую с владельцами бизнес-процессов, разработкой, ИБ и юристами — без длинной цепочки посредников между проблемой и техническим решением
Требования
- Доводили LLM-решения до production и реального использования: ассистенты, RAG, агентские сценарии, tool calling или интеграции с бизнес-процессами
- Сильная backend-база, и LLM для вас — часть полноценной инженерной системы
- Уверенно работаете с Python
- Понимаете API, очереди, БД, Docker, system design
- Умеете собирать вокруг моделей устойчивую архитектуру с RAG, vector search, агентскими flow и LLM gateway
- Не будете неделями проектировать идеальную архитектуру до первого запуска
- Умеете сами разобраться в бизнес-процессе, быстро собрать рабочий вариант, проверить его на реальном сценарии, понять, что дает эффект, и довести решение до production
- От 3 лет коммерческого опыта backend-разработки на любом языке и минимум год практической работы с Python
- Production-опыт с LLM-приложениями: RAG, AI-ассистентами, агентами или другими сценариями, которыми реально пользовались сотрудники или клиенты
- Понимаете устройство современных LLM-систем: context management, tool/function calling, structured output, embeddings, RAG и agentic-flow
- Работали с LangGraph, LangChain или аналогичными фреймворками для построения агентских сценариев
- Есть опыт интеграции LLM в существующие системы и работы с внешними и внутренними API
- Понимаете, как устроены LLM-шлюзы типа LiteLLM или аналогов: маршрутизация между провайдерами, виртуальные ключи, лимиты и контроль потребления
- Уверенно ориентируетесь в system design: API, очереди, хранилища, кэширование и интеграционные паттерны
- Работали с SQL и базами данных
- Используете Git, Docker и backend-фреймворки вроде FastAPI или аналогичных
- Есть опыт работы с очередями сообщений: RabbitMQ, Kafka или аналогами
- Работали с векторным поиском и векторными БД: Qdrant или аналогичными решениями
- Умеете самостоятельно разобраться в бизнес-процессе, предложить технический вариант решения и довести его до production
- Есть опыт проектов среднего или высокого уровня сложности с реальными пользователями и production-нагрузкой
Условия
- Полная занятость
- Оформление: Трудовой договор
- График: 5/2
- Рабочие часы: 8
- Формат работы: на месте работодателя или гибрид
- Важнее качество, а не количество. Верим, что лучшие решения рождаются в живом общении, поэтому совмещаем удаленку с офлайном и даем гибкое начало дня
- Страхование жизни с первого дня работы и расширенный пакет ДМС со стоматологией
- Программы от партнеров PSY Pro и Ясно для ментального здоровья
- Собираем и регулярно обновляем курсы, тренинги и другие инициативы для развития навыков
- Проходят самые запоминающиеся и душевные мероприятия
- Конкурсы для детей, подарки первоклассникам и компенсация летнего отдыха
- Регулярно собираемся на выезды, внутренние и спортивные активности
- Поддерживаем благотворительный фонд, помогаем спортсменам и НКО, включаемся в волонтерские и эко-проекты
- Заметные бонусы под каждый важный момент жизни
- Прокачка английского и компенсация хобби
- Выгодные скидки и помощь при трудных жизненных обстоятельствах
- Место работы: Москва, Овчинниковская набережная, 18/1с2, метро Китай-город, Новокузнецкая, Третьяковская
Процесс отбора
- Звонок с рекрутером
- Интервью с руководителем
- Финальная встреча в офисе
- СБ и офер