Чётко описанная роль включает создание LLM-агентов и RAG-систем для продакшена, а также обучение за счёт компании; широкий набор требований и гибридный формат в Москве сужают круг подходящих вариантов.
?Широкий набор требований
Современный AI-стек
Работа до продакшена
Обучение за счёт компании
Мэтч & Сопровод
Покажет вашу совместимость и напишет письмо
Создать профиль и узнать мэтч
Описание вакансии
Текст:
Hirify AI/Оригинал
TL;DR
Senior AI Engineer (LLM/RAG): Разработка масштабируемых AI-решений, AI-агентов и copilot-систем для реальных бизнес-задач с акцентом на RAG, оркестрацию агентов и оценку качества. Focus on проектирование PoC и MVP, внедрение observability, оптимизацию инференса LLM и вывод решений в продакшен.
Локация: Москва, улица Станиславского, 21с1. Формат работы: на месте работодателя или гибрид.
Компания
МТС развивает AI-решения для прикладных бизнес-задач, включая LLM-системы, AI-агентов и корпоративные copilot-системы.
Что делать
Анализировать и декомпозировать бизнес-задачи, проектировать архитектуру AI-решений совместно с backend-, DevOps-, ML- и prompt-инженерами.
Быстро собирать PoC, валидировать решения по метрикам точности, релевантности и времени ответа, итеративно доводить MVP до продакшена.
Разрабатывать AI-агентов и copilot-системы с оркестрацией агентов, управлением памятью, планированием, декомпозицией задач и маршрутизацией.
Строить RAG-системы: выбирать стратегии индексации и чанкинга, обогащать данные метаданными, реализовывать гибридный поиск и переранжирование.
Внедрять версионирование промптов, моделей и датасетов, а также observability: трейсинг, мониторинг качества, затрат токенов и времени ответа.
Требования
От 3 лет прикладной AI/ML-разработки с фокусом на NLP и LLM-системы.
Опыт работы с LLM API: промпт-инжиниринг, управление контекстом и streaming.
Практический опыт с LLM-агентами: ReAct, function calling, chain-of-thought и multi-agent системы.
Обязательное знание LangFlow, n8n или аналогов.
Глубокое понимание RAG, включая векторный и гибридный поиск, чанкинг и переранжирование.
Сильный Python: чистый типизированный код, unit-тесты, асинхронное программирование, ООП и Docker; опыт с FastAPI или аналогами.
Знание LangChain, LangGraph, CrewAI или аналогов, а также Milvus, Chroma или аналогичных векторных баз данных.
Опыт с LangFuse или аналогичными LLM observability-платформами, понимание микросервисной архитектуры.
Способность объяснять сложные AI-концепции нетехническим стейкхолдерам.
Практический опыт с семействами Qwen, GLM, DeepSeek или аналогами; понимание развёртывания LLM, инференс-серверов vLLM/sglang, масштабирования, квантизации и GPU trade-offs.
Хорошо, если есть
Опыт fine-tuning и дистилляции моделей.
Понимание современных архитектур нейронных сетей.
Культура и преимущества
Гибридный формат работы и комфортный офис в 10 минутах пешком от метро Таганская.
Оклад с квартальными и годовыми бонусами.
ДМС со стоматологией, страхование жизни и страхование при поездках за рубеж.
Участие в конференциях и митапах, обучение за счёт компании.
Бесплатная мобильная связь и специальные предложения от партнёров МТС.
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 →