← К каталогу
ГР

Градиент

Инженер по ИИ/AI Agent Engineer (LLM & Agentic Systems)

ГибридУровень не указанМосква, Россия1 ч назад
СИГНАЛ JOBRADAR75/100Нормальный сигнал актуальности
ПАСПОРТ ВАКАНСИИ

Что JobRadar наблюдает сейчас

Балл строится только на фактах из источников: свежести подтверждения, возрасте записи и происхождении вакансии. Это не гарантия найма и не оценка работодателя.

Последнее подтверждение9 мин. назад
Впервые замечена1 ч назад
Активные источники1 источник
ПроисхождениеПубличный источник
О ВАКАНСИИ

Описание вакансии

Привет! Мы - компания "Градиент" и мы ищем Инженера, который возьмёт ownership над качеством и надёжностью наших AI-агентов и LLM-систем. Это глубоко техническая роль на стыке ML-инженерии и разработки: ты будешь проектировать многошаговые агентские сценарии, строить RAG-пайплайны, выстраивать процессы оценки качества и доводить решения до промышленной эксплуатации.

После твоего выхода:

  • Логика работы LLM в наших продуктах становится устойчивой и масштабируемой
  • Многошаговые AI-сценарии корректно работают под нагрузкой и в реальных бизнес-кейсах
  • Появляются воспроизводимые подходы к тестированию, оценке и улучшению качества ответов моделей
  • Команда понимает ограничения решений и может управляемо их развивать

Чем тебе предстоит заниматься:

Агентские системы:

  • Разрабатывать многошаговые цепочки AI-агентов: orchestration, routing, memory, tool calling
  • Проектировать и внедрять цепочки reasoning, проверок и fallback-механизмов
  • Диагностировать, где и почему ломается логика AI — не «плохой ответ», а почему система даёт такой ответ
  • Ставить guardrails на необратимые действия агентов, определять условия выхода из циклов

RAG и данные:

  • Строить end-to-end RAG-пайплайны: ingestion → chunking → embeddings → vector search + hybrid → reranking → prompt orchestration → grounding
  • Экспериментировать с retrieval-стратегиями: гибридный поиск (BM25 + dense), re-ranking, query rewriting
  • Организовывать пайплайн данных: сбор, нормализация, индексация, мониторинг

Качество и eval:

  • Разрабатывать и внедрять методики оценки RAG-систем и AI-агентов: offline-метрики, golden datasets, LLM-as-a-Judge, human evaluation, A/B-тесты
  • Выстраивать observability: логи, трейсы, мониторинг качества, версионирование промптов и датасетов
  • Контролировать retrieval-метрики (Hit Rate, MRR, NDCG@K), groundedness, уровень галлюцинаций

Что мы от тебя ждем:

Обязательно:

  • Опыта создания агентов на современных фреймворках (LangChain, LangGraph, LlamaIndex и тд)
  • Знания…

Здесь показан очищенный фрагмент описания из источника. Полные условия и актуальность вакансии проверьте на странице работодателя.

ИсточникHeadHunter / DevOps / RU