🔎Ищем: ML/AI Developer. 🇪🇺
🔹 Проект: Разработка готовых к эксплуатации решений на базе ИИ, LLM и агентов
🔹 Начало работы: Как можно скорее
🔹 Уровень английского: C1
🔹 Контракт: До 31 декабря 2029 года с возможностью продления
🔹 Занятость: Полная
🔹 Условия работы: Полностью удаленно в пределах ЕС 🇪🇺
🔥 Кого мы ищем
- Минимум 3 года опыта разработки и поддержки ИИ-приложений уровня продакшн на базе LLM.
- Минимум 3 года практического опыта в Agentic Engineering, охватывающего весь процесс от проектирования решения и реализации до интеграции, развертывания и последующей поддержки ИИ-агентов.
- 1+ год опыта разработки Tool Calling Loops и подключения API, бэкенд-сервисов и корпоративного ПО.
- Практический опыт интеграции компонентов на базе LLM с детерминированной логикой, Context Engineering и Harness Engineering (минимум 1 год).
- Глубокие практические знания MCP и интеграций ИИ корпоративного уровня.
- Опыт работы с решениями на базе RAG и разработкой LLM-приложений.
- Способность управлять полным циклом разработки ИИ, включая архитектуру, реализацию, тестирование, развертывание и эксплуатацию в продакшене.
- Отличные коммуникативные навыки при взаимодействии с инженерными командами и бизнес-стейкхолдерами.
- Минимум 2 релевантных референса проектов, демонстрирующих опыт коммуникации со стейкхолдерами.
⭐ Дополнительный опыт, который будет преимуществом
- Знание практик управления ИИ, безопасности, соответствия требованиям и защиты данных.
- Опыт работы с решениями для мониторинга, наблюдаемости и оценки ИИ, такими как Langfuse, Arize или аналогичными инструментами.
- Опыт работы с корпоративными ИИ-экосистемами, ИИ-шлюзами, управлением жизненным циклом промптов и управлением моделями.
- Понимание проектирования мультиагентных систем и оркестрации агентов.
- 2+ года практического опыта работы с RAG.
- 2+ года опыта разработки, проектирования или поддержки MCP-серверов.
- Опыт работы с AWS и AWS Kiro.
- Опыт внедрения ИИ-стражей (guardrails) и средств безопасности.
- Знание CI/CD пайплайнов и практик автоматизированного тестирования.
🛠️ Технологический стек
LLMs | Generative AI | Agentic AI | AI Agents | Multi-Agent Systems | Tool Calling | MCP | MCP Servers | RAG | Context Engineering | Harness Engineering | Langfuse | Arize | AWS | AI Gateways | Prompt Management | Model Governance | CI/CD | AI Security | Guardrails | Enterprise AI
