Ведущий AI/LLM-инженер (прикладные ИИ-решения)

• Совместно с бизнес-заказчиками выявлять задачи, где ИИ способен дать проверяемый эффект; формулировать гипотезы, пользовательские сценарии, критерии качества и ограничения;
• Сравнивать варианты реализации: готовый корпоративный сервис, внешняя модель по API, open-source модель в локальном контуре или классическая автоматизация без ИИ;
• Быстро собирать прототипы и проводить пилоты; по результатам рекомендовать запуск, доработку или прекращение инициативы;
• Разрабатывать и версионировать промпты, structured output, tool/function calling и защитные ограничения; вести тесты;
• Создавать RAG-решения и ИИ-агентов/ассистентов с контролируемыми многошаговыми сценариями;
• Интегрировать ИИ-сервисы с Bitrix24, 1С, базами знаний и внутренними сервисами через API, очереди и базы данных;
• Разрабатывать поддерживаемые сервисы преимущественно на Python: API, фоновые задачи, пайплайны обработки данных, тесты и техническую документацию;
• Контейнеризировать и развёртывать решения; совместно с инфраструктурной командой настраивать среды, CI/CD, конфигурации и секреты;
• Настраивать логирование, трассировку и мониторинг; обеспечивать обработку ошибок, ретраи, тайм-ауты и контролируемую деградацию;
• Выбирать и сравнивать модели, формировать eval-наборы, проводить автоматизированные и экспертные проверки, регрессионное тестирование;
• Оптимизировать качество, безопасность, задержки, пропускную способность и стоимость.

• Опыт работы от 1 года промышленной разработки программных или data/ML-сервисов; практический опыт прикладных LLM-решений — желательно от 1 года или подтверждённое портфолио сопоставимого уровня;
• Уверенный Python: разработка API и сервисов, фоновые задачи, пайплайны обработки данных, тесты; SQL/PostgreSQL, Git, Linux, базовые алгоритмы и структуры данных;
• Практический опыт работы с LLM по API и/или локально: системные промпты, few-shot, structured output, tool/function calling, управление контекстом и ограничениями моделей;
• Разработка RAG-решений: загрузка и очистка документов, chunking, embeddings, индексирование, retrieval, reranking, цитирование источников и контроль прав доступа;
• Разработка ИИ-агентов и ассистентов: подключение инструментов, память, маршрутизация и контролируемые многошаговые сценарии;
• Интеграция ИИ-сервисов с корпоративными системами и данными через API, очереди и базы данных; приоритетно Bitrix24, 1С, базы знаний и внутренние сервисы;
• Контейнеризация и развёртывание сервисов в Docker; базовое понимание CI/CD, конфигураций, секретов и устойчивости production-сервисов;
• Настройка логирования, трассировки и мониторинга качества/производительности; обработка ошибок, ретраи, тайм-ауты и контролируемая деградация;
• Оптимизация задержек, пропускной способности и стоимости использования моделей; обеспечение воспроизводимости релизов;
• Формирование автоматизированных проверок; экспертная оценка, разбор ошибок и регрессионное тестирование;
• Выбор и сравнение моделей по качеству, безопасности, стоимости, скорости, требованиям к размещению и поддержке русского языка;
• Диагностика источника проблем: данные, retrieval, промпт, инструмент, модель или бизнес-логика; системное улучшение решения;
• При наличии экономического смысла — адаптация и дообучение существующих моделей (SFT/LoRA/PEFT) либо постановка и контроль такой работы подрядчикам;
• Умение самостоятельно читать техническую документацию на английском языке и быстро проверять новые инструменты на практике.

Необходимые знания:

• RAG-архитектуры и основные подходы оркестрации: LangChain/LangGraph, LlamaIndex, Haystack либо собственная оркестрация;
• Embeddings, chunking, retrieval/reranking и векторные хранилища: Qdrant, pgvector, Milvus, FAISS или аналоги;
• Принципы построения и эксплуатации LLM-сервисов: качество, безопасность, стоимость, latency/throughput, ограничения контекста и моделей;
• Проектирование API и интеграций, очереди сообщений, базы данных, управление секретами и контроль доступа;
• Основы CI/CD, мониторинга, логирования, трассировки и устойчивости production-сервисов;
• Методы оценки качества LLM-систем: eval-наборы, регрессионные тесты, экспертная оценка и анализ ошибок.

Мы предлагаем:

✅ Гарантии и стабильность:

• Официальное трудоустройство по ТК РФ, белая заработная плата

• График 5/2 с 9:00 до 17:45 (пятница — до 16:30)

• Полный социальный пакет: оплачиваемый отпуск, больничные

• Компенсация мобильной связи

🏢 Комфорт и инфраструктура:

• Современный офис в шаговой доступности от ст. м. Площадь Ленина

• Собственная бесплатная парковка для сотрудников

💼 Карьерный и профессиональный рост:

• Возможности для горизонтального и вертикального развития

• Система наставничества и обучения

• Программа развития лидерских качеств

• Поддержка профессиональных сертификаций и дополнительного образования

❤️ Забота о здоровье и благополучии:

• Полис ДМС (после испытательного срока)

• Телемедицинские консультации врачей разного профиля (включая психолога)

• Регулярная диспансеризация и вакцинация

• Офисный врач

• Чек-ап здоровья и выдача справок перед спортивными мероприятиями

• Страхование от несчастных случаев на время спортивных мероприятий

🎭 Культура и корпоративная жизнь:

• Насыщенная корпоративная жизнь: экскурсии, мастер-классы, и масштабные корпоративные праздники для сотрудников и их близких

• Поддержка любителей спорта: команды по волейболу, футболу и хоккею

• Участие в знаковых городских спортивных событиях: Забег.РФ, Фонтанка SUP, Велозаезд по ЗСД и множество других

• Программа корпоративных привилегий: специальные условия на абонементы в фитнес-клубы, на популярные образовательные платформы, площадки для семейного досуга, билеты на футбол и хоккей, а также скидки до 70% в лучшие театры Санкт-Петербурга

🤝 Социальная ответственность компании:

• Регулярные Дни донора

• Поддержка благотворительных фондов

• Экологические и социальные инициативы

• Тематические мероприятия для сотрудников и их детей

• Новогодние подарки каждому ребенку сотрудника