Tech Lead AI/LLM Backend Engineer

Мы ищем AI/LMM Engeneer уровня лида для разработки решений на базе GenAI. Вы будете создавать RAG-системы, интегрировать LLM, разрабатывать AI-агентов. Основная цель - создание системы поддержки принятия венчурных решений.

Обязанности:

• Разработка RAG-систем: Проектирование и сборка пайплайнов.
• Интеграция LLM и создание агентов: Разработка AI-ассистентов и чат-ботов с использованием LangChain / LangGraph, реализация сложных multi-agent сценариев с распределением задач между агентами.
• Инженерия промптов и оптимизация: Разработка эффективных шаблонов промптов, внедрение техник (Few-shot, Chain-of-Thought) и оптимизация контекстного окна для работы с большими объемами данных.
• Разработка API: Создание микросервисов на FastAPI для инференса моделей, обеспечение асинхронной обработки запросов и интеграция с системой очередей (RabbitMQ/Kafka) для отказоустойчивости.
• DevOps и MLOps: Контейнеризация сервисов (Docker), развертывание моделей на GPU-инфраструктуре (Ollama, vLLM), настройка мониторинга дрейфа данных и качества ответов в продакшене.
• Исследования и R&D: Анализ научных статей и реализации SOTA-подходов в области RAG и Agentic AI, проведение тестов для сравнения различных архитектурных гипотез.
• Документирование и архитектурное согласование: Ведение технической документации по архитектуре AI-сервисов, описание API-контрактов и результатов экспериментов для кросс-командного взаимодействия. Подготовка пакетов документов по ИИ продукту для Архитектурного комитета и отрисовка схем взаимодействия сервисов для ИБ.
• Определение и расчет необходимой инфраструктуры (GPU, CPU, RAM, хранилища) для разрабатываемых AI-решений с учетом планируемой нагрузки и требований к отказоустойчивости

Требования:

• ​​​​​​​​​​​​​​Python: уверенное владение.
• Машинное обучение: хорошее знание основ ML (классификация, регрессия, кластеризация), метрик качества.
• RAG и векторный поиск: практический опыт разработки RAG-систем, работы с embeddings и векторным поиском (ChromaDB, FAISS). Опыт использования фреймворков LangChain или LangGraph.
• Backend: разработка API на FastAPI, понимание REST API и основ асинхронного программирования.
• Инфраструктура: Docker / Docker Compose.

Будет преимуществом:

• Навыки создания AI-ассистентов и агентов.
• Опыт управления командой разработки.
• Самостоятельность в ведении задач от гипотезы до прототипа.
• Умение объяснять сложные AI-концепты команде.
• Способность быстро адаптироваться к новым технологиям.
• Английский язык на уровне чтения технической документации (B1+).

Условия:

​​​​​​​​​​​​​​

• Обучение за счет компании (посещение конференций, курсов, помощь в написании статей на Хабр и т.д.);
• Вертикальное и горизонтальное развитие: регулярные тренинги, вебинары, митапы;
• Забота о вашем здоровье: ДМС с первого месяца работы, куда входит стоматология;
• Прозрачный доход: оклад (по итогам интервью) + ежеквартальные премии по результатам KPI;
• Гибкий график или полная удаленка (по итогам общения с командой);
• Комфортные и современные офисы в городах присутствия (Москва, Санкт-Петербург, Уфа, Брянск, Новосибирск и др.);
• Дополнительные бонусы от Россельхозбанка для сотрудников группы компаний (Скидки на спортзалы, рестораны, маркетплейсы и т.д.).