Чётко описанная senior-роль в крупном банке даёт опыт внедрения LLM в продакшене и работы в быстрорастущей сфере, но без зарплаты сложнее оценить условия относительно рынка.
Кликните для подробной информации
Зарплата не указанаАктуальный стекЧёткие задачиСфера ИИПоддержка развития
Оценка от Hirify AI
Мэтч & Сопровод
Покажет вашу совместимость и напишет письмо
Создать профиль и узнать мэтч
Описание вакансии
Текст:
Hirify AI/Оригинал
TL;DR
Senior LLM Engineer (LLM/AI-агенты): Проектирование и вывод в продуктив AI-агентов для корпоративных клиентов с акцентом на агентные архитектуры, RAG, интеграции с корпоративными системами и оценку качества LLM-систем. Focus on построении evals, защите от галлюцинаций и prompt injection, мониторинге качества и стоимости, а также упаковке агентов в Python-сервисы.
Локация: Москва, офис на Кутузовской, 32; гибридный формат работы.
Проектировать агентные архитектуры: ReAct, планы-действия, tool calling, мультиагентные схемы и маршрутизацию запросов между моделями и сценариями.
Разрабатывать и оптимизировать промпты, управлять контекстом и версионировать промпты вместе с кодом.
Реализовывать RAG с чанкингом, эмбеддингами, векторным и гибридным поиском, реранжированием, метаданными и мультиязычными документами.
Интегрировать LLM с корпоративными системами через API и MCP-инструменты, поддерживать собственные tools и обрабатывать ошибки и таймауты.
Строить evals, защищать системы от галлюцинаций и prompt injection, контролировать grounding, качество и стоимость в продакшене.
Упаковывать агентов в FastAPI/Python-сервисы, заниматься контейнеризацией, CI/CD, секретами и эксплуатацией в банковском контуре.
Требования
5+ лет опыта в разработке ПО, включая 2+ года практической работы с LLM и агентными системами.
Уверенный Python и опыт промышленной разработки: тестирование, code review, CI/CD и командная работа.
Практический опыт с LangChain или LangGraph, LlamaIndex, OpenAI или локальными API, Pydantic и асинхронностью.
Глубокое понимание RAG, векторных баз данных, включая Qdrant, Milvus или pgvector, эмбеддингов и стратегий поиска.
Опыт построения evals и оценки качества LLM-систем, а не только разработки демонстрационных промптов.
Навыки работы с генеративными AI-моделями.
Опыт вывода LLM-решений в продуктив и их последующей эксплуатации.
Понимание ограничений моделей: контекста, стоимости, задержек и деградации качества.
Хорошо, если есть
Опыт fine-tuning: LoRA/QLoRA, SFT/DPO, а также работы с моделями на собственных мощностях.
Опыт сервинга моделей через vLLM или TGI, оптимизации inference и GPU-инфраструктуры.
Опыт интеграций с enterprise-ландшафтом: очередями, ESB, MCP и внутренними банковскими сервисами.
Публикации, доклады, вклад в open-source или опыт наставничества.
Культура и преимущества
Современный офис в Москве и гибридный формат работы.
Ежегодный пересмотр зарплаты и годовая премия.
Корпоративный спортзал и зоны отдыха.
Обучение для профессионального и карьерного развития.
Расширенный полис ДМС с первого дня, включая страхование для семьи.
Ипотечная программа, подписка СберПрайм+, скидки у компаний-партнёров и вознаграждение за рекомендации.
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 →