ML-инженер (LLM)

Локация: удалённая работа, Москва и Московская область.

Зарплата: 150 000–160 000 ₽ на руки в месяц.

Компания

Продуктовая команда развивает финтех-платформу для перевода бизнес-процессов в автономный режим с использованием RPA, AI-агентов и LLM.

Что делать

• Разрабатывать AI-агентов, мультиагентные сценарии и сервисы управления знаниями о платформе, продукте, клиентах, документах и процессах.
• Развивать LLM-ассистента и реализовывать поиск знаний на естественном языке.
• Проектировать agentic workflow: планирование, выбор и вызов инструментов, выполнение действий, проверку результатов и обработку ошибок.
• Разрабатывать RAG-механизмы, работу с корпоративными базами знаний, механизмы памяти и управления контекстом.
• Создавать LLM-приложения для анализа логов, метрик, баз данных и документации, а также агентов для тестирования, сопровождения и диагностики автоматизированных процессов.
• Проводить эксперименты с моделями и промптами, оценивать качество LLM-приложений, оптимизировать latency, качество и потребление токенов, интегрировать AI-функциональность с backend- и frontend-командами.

Требования

• Опыт работы от 1 года до 3 лет.
• Уверенное владение Python и практический опыт разработки приложений на базе LLM.
• Понимание принципов работы современных языковых моделей и ограничений LLM.
• Практический опыт с AI Agents / Agentic AI, tool calling / function calling, RAG, embeddings, vector databases, prompt engineering, structured output, управлением контекстом и памятью агентов.
• Опыт разработки production-ready сервисов и интеграции через REST API.
• Умение самостоятельно декомпозировать исследовательскую задачу и доводить эксперимент до работающего продукта.
• Понимание методов измерения качества LLM-приложений.
• Знание Git, Docker и базовое понимание CI/CD.

Хорошо, если есть

• Опыт разработки мультиагентных систем.
• Опыт работы с GigaChat, Qwen, DeepSeek, Llama или другими open-source / enterprise LLM.
• Опыт использования LangGraph, LangChain, LlamaIndex или собственных agentic-фреймворков.
• Опыт построения LLM evaluation / LLM-as-a-Judge и работы с MCP.
• Опыт работы с PostgreSQL, векторными базами данных, Kubernetes / OpenShift.
• Опыт inference и оптимизации локально развёрнутых LLM.
• Опыт Fine-tuning / LoRA и разработки AI-функциональности для enterprise-продуктов.

Культура и преимущества

• Возможность влиять на архитектуру ключевой платформенной системы для корпоративных заказчиков.
• Работа с современными LLM и agentic-подходами на реальных enterprise-задачах.
• Участие в создании новой AI-native архитектуры продукта, а не только в сопровождении.
• Продуктовая команда с прямым влиянием на развитие клиентского сервиса платформы.
• Удалённый формат работы для специалистов из Москвы и Московской области.
• ИТ-аккредитация, ДМС и предоставление техники.