aipythonllmragmicroservicesinformation securityvector databasesmulti agent systems
hhВакансия с HeadHunter. Контакт ведёт на hh.ru
Пожаловаться
Зарплата и рынок
развернуть
По рынку СНГ данных пока нет
На международном рынке: $105к/год ($62к - $162к)
84
Хорошая вакансия
развернуть
Здесь предстоит работать с актуальными LLM-, RAG- и агентными системами в продакшене, а обучение заявлено явно, но широкий набор задач может быть непростым при требовании от 1,5 лет опыта.
?Широкий круг задач
Актуальный AI-стек
AI в финтехе
Обучение с наставниками
Мэтч & Сопровод
Покажет вашу совместимость и напишет письмо
Создать профиль и узнать мэтч
Описание вакансии
Текст:
Hirify AI/Оригинал
TL;DR
ML-инженер (AI): Проектирование и внедрение production-grade AI-решений, мультиагентных систем и RAG-пайплайнов с акцентом на качество ответов, поиск, наблюдаемость и безопасность данных. Focus on разработке LLM-сервисов, оркестрации агентов, гибридном поиске, версионировании моделей и контроле затрат токенов.
Локация: Москва; возможен формат работы на месте работодателя, удалённо или гибридно. График 5/2 с 9:00 до 18:00, по пятницам до 16:45.
Что делать
Проектировать архитектуру AI-решений и выбирать между agentic-подходом и RAG.
Разрабатывать AI-агентов и мультиагентные системы: оркестрацию, память, планирование, декомпозицию и маршрутизацию задач.
Строить RAG-системы с индексацией, чанкингом, метаданными, гибридным поиском и переранжированием.
Внедрять метрики качества, анализировать результаты и итеративно улучшать решения.
Настраивать версионирование промптов, моделей и датасетов, а также observability: трейсинг, мониторинг качества, затрат токенов и времени ответа.
Требования
Опыт работы от 1,5 лет.
Опыт разработки с LLM и внедрения production-grade сервисов, а не только PoC или прототипов.
Опыт разработки мультиагентных систем.
Опыт построения RAG-систем, знание стратегий чанкинга и поиска, работа с векторными базами данных Qdrant, Weaviate или FAISS.
Знание Python, разработка плагинов и расширений, включая Open WebUI, интеграционных пайплайнов и микросервисов.
Понимание принципов информационной безопасности при работе с LLM: минимизация утечек данных, фильтрация ввода и вывода, скоупинг доступа инструментов в MCP и агентных сценариях.
Хорошо, если есть
Знание LangChain или LangGraph.
Знание C#, Java или React.
Культура и преимущества
Бесплатное обучение с наставниками, тренингами и онлайн-курсами.
Доступ к корпоративной библиотеке.
Работа с дружным коллективом и опытным руководителем.
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 →