Задачи:
— Разрабатывать мультиагентные системы и GenAI-агентов (субагенты, оркестрация).
— Строить и сопровождать RAG-решения: векторные хранилища, пайплайны, ретривал.
— Интегрировать LLM-инструменты с внутренними сервисами через REST API и OAuth2.
— Обрабатывать и трансформировать структурированные данные (JSON, PostgreSQL).
— Проектировать промпты и LLM-сценарии: суммаризация, генерация отчётов, структурирование данных.
— Разрабатывать и эксплуатировать решения в ОС Windows.
— Обеспечивать защиту чувствительных данных в корпоративной среде.
Требования:
— Уверенное владение JavaScript / TypeScript и Python.
— Опыт создания GenAI-агентов, субагентов или мультиагентных систем.
— Опыт работы хотя бы с одним из подходов: low-code / visual (n8n, Flowise, Dify, Langflow) или code-first (LangChain, LangGraph, LlamaIndex, Semantic Kernel, CrewAI, AutoGen или аналоги).
— Опыт работы с REST API и OAuth2.
— Уверенная работа с JSON и PostgreSQL.
— Понимание принципов prompt engineering.
— Опыт с LLM-сценариями: суммаризация, генерация отчётов, структурирование данных.
— Опыт построения или сопровождения RAG-решений.
— Опыт работы с векторными хранилищами: PGVector, Qdrant, Milvus или аналогами.
— Опыт работы с LangChain или аналогичными фреймворками оркестрации LLM.
— Готовность вести разработку и эксплуатацию в ОС Windows.
— Понимание принципов защиты чувствительных данных.
Будет плюсом:
— Опыт в корпоративных или банковских проектах.
— Знание инструментов мониторинга LLM-приложений.
— Понимание архитектуры микросервисов.
Условия:
— Удалённая работа из любого региона РФ.
— Full-time, гибкий график с синхронизацией по МСК.
— Официальное оформление по ТК РФ.
— Возможность влиять на архитектуру и внедрять современные GenAI-решения в реальном корпоративном контуре.
Контакты работодателя доступны по кнопке «Откликнуться» после входа.