ml engineer диалоговых агентов

KVINT создаёт MVP self-service платформы, которая в диалоге с пользователем преобразует описание задачи, примеры разговоров и базу знаний в формализованную спецификацию работающего AI-агента, автоматически тестирует и улучшает его.

• Реализовать загрузку, разбор и структурирование инструкций, транскриптов, документов и сайтов;
• Создать генерацию типизированной спецификации агента;
• Спроектировать модель исполнения с разделением поведения LLM и детерминированной бизнес-логики;
• Реализовать среду выполнения с управлением состоянием, переходами и вызовом инструментов;
• Обрабатывать неоднозначность, уточнения и сценарии исключений;
• Создать текстовую песочницу, симулятор пользователей и автоматические оценки;
• Реализовать управляемый цикл улучшения и версионирования;
• Построить сквозной сценарий от загрузки материалов до тестирования и выпуска улучшенной версии агента.

• Практический опыт разработки промышленных систем на базе LLM/NLP;
• Опыт проектирования логики диалога: целей, intents, entities/slots, состояния, уточнений и fallback-сценариев;
• Опыт преобразования свободной речи в валидированные структурированные данные;
• Умение обрабатывать неполный, неоднозначный и противоречивый ввод;
• Опыт разработки agent/workflow runtime: типизированного состояния, переходов, вызова инструментов, сохранения данных, воспроизведения и восстановления;
• Опыт построения RAG и grounding по документам, транскриптам и сайтам;
• Опыт разработки evals: симуляции пользователей, автоматических оценок, регрессионного тестирования и анализа ошибок;
• Сильные навыки бэкенд-разработки;
• Способность самостоятельно спроектировать и довести вертикальный сценарий до работающего MVP;
• Будет плюсом практический опыт разработки диалоговых агентов.

• Проектная работа;
• Срок проекта — около 3 месяцев.