Инженер по ИИ для AI-агентов

Привет! Мы - компания «Градиент» и мы ищем Инженера, который возьмёт ownership над качеством и надёжностью наших AI-агентов и LLM-систем. Это глубоко техническая роль на стыке ML-инженерии и разработки: ты будешь проектировать многошаговые агентские сценарии, строить RAG-пайплайны, выстраивать процессы оценки качества и доводить решения до промышленной эксплуатации.

• Разрабатывать многошаговые цепочки AI-агентов: orchestration, routing, memory, tool calling
• Проектировать и внедрять цепочки reasoning, проверок и fallback-механизмов
• Диагностировать, где и почему ломается логика AI — не «плохой ответ», а почему система даёт такой ответ
• Ставить guardrails на необратимые действия агентов, определять условия выхода из циклов
• Строить end-to-end RAG-пайплайны: ingestion → chunking → embeddings → vector search + hybrid → reranking → prompt orchestration → grounding
• Экспериментировать с retrieval-стратегиями: гибридный поиск (BM25 + dense), re-ranking, query rewriting
• Организовывать пайплайн данных: сбор, нормализация, индексация, мониторинг
• Разрабатывать и внедрять методики оценки RAG-систем и AI-агентов: offline-метрики, golden datasets, LLM-as-a-Judge, human evaluation, A/B-тесты
• Выстраивать observability: логи, трейсы, мониторинг качества, версионирование промптов и датасетов
• Контролировать retrieval-метрики (Hit Rate, MRR, NDCG@K), groundedness, уровень галлюцинаций

• Опыта создания агентов на современных фреймворках (LangChain, LangGraph, LlamaIndex и тд)
• Знания стратегий планирования AI-агентов (ReAct, Plan-and-Execute, Reflection и др.)
• Сильный prompt engineering + chain/tool/function calling
• Опыта работы с векторными БД (Weaviate, Pinecone, Qdrant, Milvus и др.)
• Опыта оценки качества LLM-систем (RAGAS, DeepEval, LLM-as-a-Judge или аналоги)
• Понимания агентских протоколов (MCP, A2A и тд)
• Linux, Git, Docker, Python
• Будет плюсом: Понимание атак на LLM (Prompt Injection, Jailbreaks) и защиты от них (Guardrails); Опыт дообучения моделей (LoRA/qLoRA) на специфических доменах; Опыт квантизации и оптимизации инференса (ONNX, AWQ); Опыт с графовыми БД (Neo4j) и GraphRAG; MLOps-инструменты: MLflow, Kubeflow, DVC; Опыт с Kubernetes и высоконагруженными сервисами

• Комфортный офис в Бизнес-центре "Алкон", расположенном рядом с метро Сокол
• График работы с 09:00 до 18:00 для поддержания баланса между работой и личной жизнью, а гибридный формат и ДМС ждет тебя после успешного прохождения испытательного срока
• Испытательный срок длительностью 3 месяца для взаимной адаптации
• Работа с современными технологиями и инструментами
• Сильную и дружную команду профессионалов, готовых расти вместе с вами.
• Скидки на всю нашу крутую продукцию!