Задачи:
— Переводить бизнес требования в технические спецификации;
— Участвовать в проектировании новой функциональности, систем и сервисов;
— Проверять системы на соответствие бизнес требованиям;
— Разрабатывать документацию о системе, следить за ее качеством, полнотой и актуальностью;
— Консультировать смежные команды о работе систем;
— Помогать с разбором спорных вопросов при сопровождении системы;
— Ревью и согласование технических заданий, тест-кейсов.
Требования:
— Высшее образование;
— 3 года опыта работы системным аналитиком;
— Понимание принципов построения архитектуры, современных приложений и сервисов;
— Понимание сетевых протоколов, опыт описания интеграционных взаимодействий;
— Навыки работы с БД, опыт проектирования моделей данных, написания SQL-запросов;
— Понимание жизненного цикла продукта, процессов разработки и тестирования;
— Навыки составления пользовательских путей, описания интерфейса;
— Опыт работы по гибким методологиям;
— Отличные коммуникативные навыки.
Будет плюсом:
— Опыт описания процессов в нотациях UML, BPMN;
— Опыт работы с микросервисной архитектурой;
— Опыт функционального тестирования backend систем;
— Знание основ информационной безопасности, защиты данных;
— Опыт технического сопровождения систем (3 линия поддержки);
— Понимание принципов построения высоконагруженных систем.
Задачи:
— Повышение качества RAG-агентов по трём направлениям: поиск по технической документации, нормативной базе, бухгалтерской документации;
— Промпт-инжиниринг и контекст-инжиниринг для всех агентов команды;
— Подготовка эталонных наборов оценки качества;
— Реализация LLM-as-a-judge для автоматических регрессионных проверок;
— Настройка защит для production-агентов: фильтры от инъекций в промпт, валидация структуры и контента выходов, защита от утечек персональных данных, anti-hallucination механизмы;
— A/B-тестирование промптов и моделей для подбора лучших конфигураций;
— Тюнинг качества по сигналам обратной связи пользователей и трассировкам из Langfuse.
Требования:
— Python от 2 лет коммерческой разработки;
— Практический опыт RAG-систем в продакшене: эмбеддинги, векторные базы (Qdrant, FAISS или pgvector), переранжирование, чанкинг;
— Опыт построения и поддержки как минимум одного RAG-решения от начала до конца, не прототип;
— Практический опыт оценки качества LLM-систем: подготовка эталонных наборов, offline-метрики, LLM-as-judge, регрессионные проверки;
— Опыт работы с фреймворками оценки (Ragas, DeepEval или аналоги);
— Практический опыт настройки защит для LLM-приложений: защита от инъекций в промпт, валидация структуры и контента выходов, защита от утечек персональных данных;
— Опыт промпт-инжиниринга и контекст-инжиниринга в реальных проектах: итеративная настройка промптов, structured output, function calling;
— Понимание архитектуры RAG: стратегии нарезки документов, метаданные, выбор моделей эмбеддингов, переранжирование, точность ссылок на источник;
— Практический опыт работы хотя бы с одним LLM-фреймворком: LangChain, LangGraph, PydanticAI, OpenAI API или аналоги;
— Практический опыт A/B-тестирования промптов и моделей в продакшене;
— Опыт работы с агентскими протоколами (MCP) или собственным tool-layer для агентов;
— SQL и работа с реляционными базами на базовом уровне.
Задачи:
— Проектирование и разработка микросервисной архитектуры на Java 17+ с использованием Spring Boot (MVC, Data JPA, Security)
— Построение пайплайнов Retrieval-Augmented Generation (RAG): от парсинга сырых данных до индексации эмбеддингов
— Разработка и поддержка векторных баз данных Qdrant: проектирование схем шардирования, настройка гибридного поиска (BM25 + Dense Vectors) и оптимизация запросов
— Создание мультиагентных систем на базе LangChain/LangGraph для автоматизации бизнес-процессов
— Глубокий промт-инжиниринг: написание промптов под разные сценарии одного агента, техники Few-shot, Chain-of-Thought, структурированный вывод (JSON mode)
— Отладка семантики моделей: снижение энтропии ответов, управление вариативностью через параметры инференса, механизмы self-healing при деградации внешних провайдеров LLM
— Оптимизация производительности PostgreSQL: тюнинг сложных SQL-запросов, работа с индексами (B-tree, GIN/GIST, триграммы), проектирование транзакционной изоляции
— Вынос вычислений в контейнерную среду: Docker, Kubernetes (Helm), построение отказоустойчивых CI/CD-конвейеров в GitLab CI/Jenkins
Требования:
— Уверенное владение Java 17+, понимание многопоточности (CompletableFuture, виртуальные потоки Project Loom — будет плюсом)
— Экспертный уровень владения стеком Spring: жизненный цикл бинов, аспектно-ориентированное программирование, тонкая настройка пулов соединений БД и параметров безопасности
— Опыт проектирования реляционных моделей в PostgreSQL, умение читать EXPLAIN ANALYZE, эффективные миграции (Liquibase/Flyway)
— Практический опыт работы с векторными СУБД (Qdrant) или Weaviate/Pinecone/Milvus, понимание метрик близости (Cosine Similarity, Dot Product, Euclidean Distance)
— Опыт разработки с библиотеками LangChain и/или LangGraph, построение графов состояний, интеграция внешних инструментов (tool calling)
— Навык написания эффективных промптов (Prompt Engineering) и управления поведением LLM без изменения весов модели
— Опыт работы с Docker и Kubernetes (манифесты, Helm-чарты), знание Linux shell на уровне уверенного пользователя
— Настроенные процессы CI/CD (GitLab CI или Jenkins): сборка Maven/Gradle, покрытие тестами (JUnit 5, Testcontainers), статический анализ кода
ОфисmiddleМосква
Зарплата не указана
Не хотите искать каждый день?
Настройте подбор один раз, и подходящие вакансии будут сами приходить в Telegram.
Настройте подбор, и подходящие вакансии будут приходить в Telegram.