LLM-инженер для корпоративных систем

Описания нет

• Разрабатывать агентов на LangGraph: настраивать вызов инструментов, многошаговые сценарии, human-in-the-loop и обработку ошибок
• Строить RAG по внутренним документам: разбирать PDF/DOCX, сканы и таблицы, настраивать индексацию, гибридный поиск и реранкинг
• Разрабатывать и развивать агентов для корпоративных систем Bitrix, Jira, Alfresco, Exchange и 1С, настраивать text-to-SQL для MS SQL и PostgreSQL и интеграции через REST API
• Разбирать ошибки агентов по трейсам, вести регрессионные наборы и метрики качества
• Вместе с заказчиками вести решение от прототипа до передачи в эксплуатацию и документировать его

• От 2 лет разработки на Python, из них от 1 года — в LLM-проектах: агентах, ассистентах или RAG
• Знание asyncio, FastAPI, pydantic и тестирования
• Опыт работы с LangGraph, LangChain или аналогами, function calling, structured output и паттернами агентов ReAct, plan-and-execute и роутингом
• Практический опыт с RAG, chunking, эмбеддингами, векторным и гибридным поиском
• Понимание ограничений LLM и способов их обходить: контекстного окна, галлюцинаций и недетерминизма
• Умение выбирать между LLM, детерминированным решением и классическим ML и обосновывать выбор по качеству, стоимости и надёжности
• Умение собирать тестовый набор, выбирать метрики качества, проводить офлайн-оценку и сравнивать версии промпта или пайплайна
• Уверенное знание SQL
• Опыт работы с Docker, Docker Swarm и GitLab CI
• Умение общаться с бизнес-заказчиками, переводить задачи в техническую постановку и писать понятную документацию
• Будет плюсом: работа с open-weight моделями Qwen и DeepSeek и их развёртывание на vLLM, квантование FP8/AWQ, guided decoding, опыт с российскими LLM GigaChat и YandexGPT через API, LiteLLM, OpenWebUI, Langfuse или LangSmith, LLM-as-a-judge, создание и подключение серверов MCP, защита LLM-систем от prompt injection и маскирование конфиденциальных данных, классический ML для текстов и sklearn

• Зарплата от 235000 рублей
• График 5/2