Задачи:
— построить единую платформу для работы AI-агентов в рамках кластера — от концепции до внедрения;
— разработать инструменты наблюдаемости, оценки качества и проводить исследования, чтобы понимать, какие подходы, фреймворки и технологии работают в реальных сценариях;
— внедрять архитектурные решения для ключевых инициатив в области GenAI, обеспечивая масштабируемость, надёжность и эффективность.
Требования:
— опыт разработки на Python/Go;
— глубокое понимание ограничений LLM: контекстные окна, галлюцинации, задержки и стоимость — умение проектировать решения с учётом этих факторов;
— опыт построения RAG-пайплайнов на realtime данных;
— понимание архитектурных выборов: когда использовать harness, а когда — framework (Claude Code, Dify, n8n и др.), и как правильно подбирать модель под задачу;
— умение считать token economics: оптимизировать маршрутизацию моделей, кешировать промпты, оценивать ROI on-prem решений;
— проведение бенчмаркинга AI-агентов с помощью precision/recall, LLM-as-judge и A/B-тестов на production-данных;
— автономное ведение квартальных проектов «под ключ» — от постановки цели до сдачи результата.
Контакты работодателя доступны по кнопке «Откликнуться» после входа.