Мэтч & Сопровод
Покажет вашу совместимость и напишет письмо
Описание вакансии
Текст:
TL;DR
ML-разработчик в GenAI (LLM-агенты и RAG): Разработка агентных решений и промышленных сервисов для поддержки пользователей и внутренних бизнес-процессов с акцентом на Python, RAG-системы, оценку качества и backend-интеграции. Фокус на оркестрации агентов, поиске и ранжировании данных, наблюдаемости, экспериментах и стабильной эксплуатации.
Локация: Москва. Формат работы: офисный или комбинированный.
Компания
VK развивает решения на базе LLM-агентов для поддержки пользователей и внутренних бизнес-процессов.
Что делать
- Разрабатывать и развивать LLM-агентов: сценарии, инструменты, оркестрацию, память, маршрутизацию, обработку ошибок и fallback-логику.
- Проектировать и внедрять RAG-системы с индексацией, эмбеддингами, ретриверами, ранжированием и чанкингом.
- Интегрировать агентные решения в промышленные сервисы через API, Kafka, Redis и другие компоненты инфраструктуры.
- Настраивать наблюдаемость и контроль качества с помощью логирования, трейсинга, Langfuse, дашбордов и алертов.
- Проводить офлайн- и онлайн-оценку, строить датасеты, выполнять A/B- и квазиэксперименты.
- Развивать пайплайны данных и экспериментов, писать тестируемый код, участвовать в ревью и архитектурных решениях.
Требования
- Уверенное владение Python: проектирование модулей, типизация, тестирование и работа с API и сервисами.
- Практический опыт работы с LLM и agentic-подходами: промптинг, tool calling, цепочки, графы, управление контекстом и обработка ограничений моделей.
- Опыт построения или внедрения RAG, включая retrieval, embeddings, индексацию, ранжирование и оценку качества поиска.
- Понимание метрик precision, recall, F1 и macro-F1, а также опыт построения датасетов и интерпретации результатов.
- Опыт разработки и эксплуатации сервисов: REST/gRPC, асинхронность, логирование, мониторинг и Git.
- Понимание очередей, кэшей и хранилищ; опыт работы с Kafka, Redis или аналогами.
Хорошо, если есть
- Опыт с LangGraph, LangChain и Langfuse.
- Опыт работы с YTsaurus или другими распределёнными системами хранения и обработки данных.
- Знание rerank, hybrid search, query rewriting и guardrails/safety.
- Опыт A/B-тестов, продуктовых метрик и причинно-следственного анализа.
- Опыт контейнеризации и деплоя с Docker, Kubernetes и CI/CD.
Культура и преимущества
- Полный рабочий день.
- Возможность работать в офисном или комбинированном формате.
- Работа над решениями полного цикла: от прототипирования и экспериментов до промышленных сервисов.
Будьте осторожны: если работодатель просит войти в их систему, используя iCloud/Google, прислать код/пароль, запустить код/ПО, не делайте этого - это мошенники. Обязательно жмите "Пожаловаться" или пишите в поддержку. Подробнее в гайде →