Проектировать и разрабатывать приложение на основе LLM, заниматься разработкой агентов, промпт-инжинирингом, оптимизацией запросов по API и функциональностью чата.
Строить и оценивать качество системы Retrieval-Augmented Generation (RAG).
Писать качественный, поддерживаемый код с использованием AI-решений для написания кода (такие как Cursor, Aider, Canvas от OpenAI и др.) в условиях высоких темпов разработки.
Работать в режиме частых релизов и проверок гипотез для улучшения продукта.
Требования
Опыт разработки RAG-систем, понимание различных подходов, их преимуществ и недостатков.
Опыт проектирования приложений, знание паттернов проектирования (Knowledge mapping, OOP, DDD) и большой интерес к созданию LLM-driven продуктов.
Опыт работы с API LLM (OpenAI, Anthropic, Gemini), оптимизация запросов и уменьшение задержек, выбор наиболее подходящих моделей и подходов для разных задач.
Опыт работы с prompt engineering и fine-tuning LLM.
Знание стека LLMOps (LangChain, LLamaIndex, LLMLite, Langfuse), векторных баз данных.
Опыт работы с локальными моделями LLM.
Уверенное владение Python, опыт работы с микросервисами на FastAPI.
Практический опыт работы с Docker.
Умение придумывать элегантные решения для сложных комплексных задач.
Будет плюсом
Продуктовое мышление: понимание сильных и слабых сторон приложений, умение принимать решения с учетом потребностей пользователей.
Опыт работы с OCR.
Опыт работы с облачными технологиями (Yandex Cloud, AWS S3).
Этапы отбора
Интервью-знакомство.
Техническое интервью.
Продуктовое интервью и на совместимость с командой