ML Engineer

Мы развиваем GigaARPA — платформу для перевода бизнес-процессов в автономный режим с использованием RPA, AI-агентов и LLM. Один из ключевых векторов развития платформы — AI PDLC: создание подхода, при котором пользователь может на естественном языке описать задачу, а Ассистент платформы поможет спроектировать процесс, сформировать сценарий автоматизации, протестировать его и подготовить к запуску. Ищем ML Engineer / LLM Engineer, который будет отвечать за разработку агентной логики и LLM-приложений внутри платформы. Почему задача интересная: Здесь LLM — не отдельный чат-бот и не экспериментальный сервис, а часть ядра продуктовой платформы. Мы строим систему, в которой AI должен уметь не только генерировать текст, но и: понимать задачу → проектировать решение → использовать инструменты → создавать сценарий → проверять результат → сопровождать его в промышленной эксплуатации. Поэтому роль сочетает ML/LLM engineering, продуктовую разработку и исследование новых подходов к Agentic AI. Что предлагаем Возможность влиять на архитектуру AI-направления продукта. Работу с современными LLM и agentic-подходами на реальных enterprise-задачах. Задачи полного цикла — от гипотезы и прототипа до промышленного решения. Возможность создавать новые AI-механики, которые становятся частью платформы и используются реальными заказчиками. Работу в команде, где AI — один из ключевых векторов развития продукта. Опыт работы: от 2х лет Основные требования: 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. Дополнительные (желательные) требования: 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. Должностные обязанности: Разрабатывать AI-агентов и мультиагентные сценарии для автоматизации различных этапов PDLC. Развивать Ассистента платформы на базе LLM. Реализовывать генерацию сценариев автоматизации 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. Какие задачи предстоит решать Пользователь описывает бизнес-процесс обычным текстом → AI проектирует и создает сценарий автоматизации. AI-агент анализирует существующий сценарий и предлагает, как его исправить или оптимизировать. Агент самостоятельно анализирует логи и метрики промышленного процесса и определяет возможную причину сбоя Агент анализирует структуру БД и помогает пользователю работать с данными Несколько специализированных агентов совместно проектируют, тестируют и сопровождают автоматизацию Ассистент платформы получает доступ к инструментам GigaARPA и может не только отвечать на вопросы, но и выполнять действия. Условия: Возможность профессионального и карьерного роста в компании Возможность поучаствовать в разных проектах Опыт работы в распределенной команде профессионалов Уровень заработной платы обсуждается индивидуально Оформление в соответствии с ТК РФ в Bell Integrator https://bellintegrator.ru/ Формат работы Удаленно РФ