Используем cookie для работы сайта и статистики. «Хорошо» разрешит ещё и запись сессий.
Data World
13 дней назад
150 000 – 160 000 RUB
в месяц
Грейд
Middle
Опыт работы
1-3 лет
Формат работы
Удалённо
Тип занятости
Полная занятость
Письмо на почту или сообщение рекрутеру в Telegram
Data World
-Разрабатывать AI-агентов и мультиагентные сценарии для автоматизации различных этапов PDLC -Развивать Ассистента платформы на базе LLM -Реализовывать поиск релевантных знаний по запросу пользователя на естественном языке -Проектировать agentic workflow: планирование, выбор инструментов, выполнение действий, проверка результата и обработка ошибок -Реализовывать механизм вызова инструментов платформы через LLM: tool calling / function calling -Разрабатывать и развивать RAG-механизмы и работу с корпоративными базами знаний -Создавать LLM-приложения для анализа логов, метрик, БД, документации и других данных платформы -Разрабатывать агентов для тестирования, сопровождения и диагностики автоматизированных процессов -Проектировать механизмы памяти и управления контекстом AI-агентов -Разрабатывать подходы к автоматизированной оценке качества ответов и действий LLM -Проводить эксперименты с моделями, промптами, контекстом и агентными архитектурами -Оптимизировать latency, качество и потребление токенов -Совместно с backend- и frontend-командами интегрировать AI-функциональность в продукт
Опыт работы: 1–3 года -Уверенное владение Python -Практический опыт разработки приложений на базе LLM -Понимание принципов работы современных языковых моделей и ограничений LLM -Практический опыт работы с AI Agents / Agentic AI, tool calling / function calling, RAG, embeddings и vector databases, prompt engineering, structured output, управлением контекстом и памятью агентов -Опыт разработки production-ready сервисов и интеграции через REST API -Умение самостоятельно декомпозировать исследовательскую задачу и доводить эксперимент до работающего продукта -Понимание того, как измерять качество LLM-приложения, а не только оценивать результат «на глаз» -Git, Docker, базовое понимание CI/CD -Опыт Fine-tuning / LoRA будет преимуществом, но не является обязательным
-Опыт разработки мультиагентных систем -Опыт работы с GigaChat, Qwen, DeepSeek, Llama или другими open-source / enterprise LLM -Опыт использования LangGraph, LangChain, LlamaIndex или собственных agentic-фреймворков -Опыт построения LLM evaluation / LLM-as-a-Judge -Опыт работы с MCP и архитектурой инструментов для AI-агентов -Опыт работы с PostgreSQL и векторными БД -Опыт работы с Kubernetes / OpenShift -Опыт inference и оптимизации локально развернутых LLM -Опыт разработки AI-функциональности для enterprise-продуктов
от 150 000 до 160 000 ₽ за месяц, на руки Полная занятость График: 5/2 Формат работы: удалённо
Data World ML-инженер от 150 000 до 160 000 ₽ за месяц, на руки Опыт работы: 1–3 года Полная занятость График: 5/2 Формат работы: удалённо
☑️ Чем предстоит заниматься -Разрабатывать AI-агентов и мультиагентные сценарии для автоматизации различных этапов PDLC -Развивать Ассистента платформы на базе LLM -Реализовывать поиск релевантных знаний по запросу пользователя на естественном языке -Проектировать agentic workflow: планирование, выбор инструментов, выполнение действий, проверка результата и обработка ошибок -Реализовывать механизм вызова инструментов платформы через LLM: tool calling / function calling -Разрабатывать и развивать RAG-механизмы и работу с корпоративными базами знаний -Создавать LLM-приложения для анализа логов, метрик, БД, документации и других данных платформы -Разрабатывать агентов для тестирования, сопровождения и диагностики автоматизированных процессов -Проектировать механизмы памяти и управления контекстом AI-агентов -Разрабатывать подходы к автоматизированной оценке качества ответов и действий LLM -Проводить эксперименты с моделями, промптами, контекстом и агентными архитектурами -Оптимизировать latency, качество и потребление токенов -Совместно с backend- и frontend-командами интегрировать AI-функциональность в продукт
☑️ Наши пожелания к кандидатам -Уверенное владение Python -Практический опыт разработки приложений на базе LLM -Понимание принципов работы современных языковых моделей и ограничений LLM -Практический опыт работы с AI Agents / Agentic AI, tool calling / function calling, RAG, embeddings и vector databases, prompt engineering, structured output, управлением контекстом и памятью агентов -Опыт разработки production-ready сервисов и интеграции через REST API -Умение самостоятельно декомпозировать исследовательскую задачу и доводить эксперимент до работающего продукта -Понимание того, как измерять качество LLM-приложения, а не только оценивать результат «на глаз» -Git, Docker, базовое понимание CI/CD -Будет плюсом: -Опыт разработки мультиагентных систем -Опыт работы с GigaChat, Qwen, DeepSeek, Llama или другими open-source / enterprise LLM -Опыт использования LangGraph, LangChain, LlamaIndex или собственных agentic-фреймворков -Опыт построения LLM evaluation / LLM-as-a-Judge -Опыт работы с MCP и архитектурой инструментов для AI-агентов -Опыт работы с PostgreSQL и векторными БД -Опыт работы с Kubernetes / OpenShift -Опыт inference и оптимизации локально развернутых LLM -Опыт Fine-tuning / LoRA будет преимуществом, но не является обязательным -Опыт разработки AI-функциональности для enterprise-продуктов
Контакты:
Сравним навыки, грейд, формат работы и зарплату
Чаще всего от 171 000 до 288 000