ML-инженер

Задачи: — Разработка AI-агентов и мультиагентных сценариев для автоматизации различных этапов жизненного цикла продукта (PDLC) — Развитие Ассистента платформы на базе больших языковых моделей (LLM) — Реализация поиска релевантных знаний по запросу пользователя на естественном языке — Проектирование agentic workflow: планирование, выбор инструментов, выполнение действий, проверка результата и обработка ошибок — Реализация механизма вызова инструментов платформы через LLM (tool calling / function calling) — Разработка и развитие RAG-механизмов и работы с корпоративными базами знаний — Создание LLM-приложений для анализа логов, метрик, баз данных, документации и других данных платформы — Разработка агентов для тестирования, сопровождения и диагностики автоматизированных процессов — Проектирование механизмов памяти и управления контекстом AI-агентов — Разработка подходов к автоматизированной оценке качества ответов и действий LLM — Проведение экспериментов с моделями, промптами, контекстом и агентными архитектурами — Оптимизация задержек, качества и потребления токенов — Совместная интеграция AI-функциональности с backend- и frontend-командами Требования: — Уверенное владение Python — Практический опыт разработки приложений на базе LLM — Понимание принципов работы современных языковых моделей и ограничений LLM — Опыт работы с AI Agents / Agentic AI, tool calling / function calling, RAG, embeddings и 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, базовое понимание CI/CD Будет плюсом: — 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 — Опыт работы с MCP и архитектурой инструментов для AI-агентов — Опыт работы с PostgreSQL и векторными базами данных — Опыт работы с Kubernetes / OpenShift — Опыт inference и оптимизации локально развернутых LLM — Опыт Fine-tuning / LoRA (преимущество, но не обязательно) — Опыт разработки AI-функциональности для enterprise-продуктов Условия: — Полная занятость, график 5/2 — Удалённый формат работы Контакт для отклика: sberdnikova@data-world.ru