Senior AI Engineer (LLM&AI Agents)

Ориентир по рынку≈ 374 000 – 436 000 ₽наша приблизительная оценка по 18 вакансиям этой роли и грейда, у работодателя вилка не указана

≈ 4,6 тыс.–5,4 тыс. $

ОфисSeniorПолная занятость

≈ 374 000 – 436 000 ₽наша приблизительная оценка

Описание

Подготовить отклик

История

Стоит ли откликаться

Стоит откликнуться, но спросите про деньги

Сумму в объявлении не указали. Сколько платят за похожую работу, видно в разборе.

2 из 4 в норме

Наша компания

Мы – команда, которая трансформирует подход к анализу клиентского опыта (CX) и клиентских путей (CJM). Вместо статических дашбордов и недельной рутины аналитиков - автономная мультиагентная система, которая сама находит точки роста бизнеса. AI-агенты непрерывно исследуют поведение клиентов, анализируют конкурентов, выявляют отклонения, генерируют гипотезы и самостоятельно проверяют их влияние на ключевые метрики.

О роли

Открываем вакансию опытного AI-инженера, который пройдет путь от архитектуры до работающего продакшн-решения.

Чем предстоит заниматься

Проектировать, разрабатывать и внедрять LLM-пайплайны и мультиагентные системы: от генерации идеи и сборки MVP до успешного запуска в продакшн

Выстраивать процессы оценки и тестирования качества работы агентов (evals)

Переводить бизнес-потребности на язык машинного обучения и предлагать оптимальные архитектурные решения

Оборачивать разработанные модели и сложную бизнес-логику в надежные микросервисы на Python

Дообучать LLM (на базе GigaChat) под специфичные бизнес-задачи и предметные области (Fine-tuning, LoRA)

Наши требования

Опыт: от 5 лет в коммерческой разработке (Data Science / NLP / Backend) с уверенным практическим применением LLM

LLM & Agents: глубокий опыт разработки LLM-пайплайнов, RAG-систем и мультиагентных архитектур. Знание и применение фреймворков: LangChain, LangGraph, DeepAgents (или аналогов)

VLM & Multimodality: опыт работы с визуальной модальностью и мультимодальными моделями (обработка изображений, скриншотов, UI-элементов в контексте AI-агентов)

NLP & ML: фундаментальное понимание NLP (от классики TF-IDF до современных трансформеров) и алгоритмов классического ML

Python Backend: понимание принципов проектирования микросервисной архитектуры (REST API); опыт написания асинхронных и многопоточных приложений (aiohttp, asyncio, multiprocessing)

Инженерная культура: умение писать чистый, поддерживаемый и покрытый тестами код

Опыт интеграции ML-моделей и AI-агентов в высоконагруженные системы

Инструменты: свободное владение Git, SQL, Bash, Docker

Опыт создания и успешного вывода в продакшн enterprise-решений на базе AI-агентов

Постоянный интерес к SOTA-подходам в агентной разработке и LLM

Опыт работы с Kubernetes и понимание принципов CI/CD