Компания "«Газпромбанк» (Акционерное общество)"
Что предстоит делать:
- Проектировать, разрабатывать и внедрять в production сложные системы ИИ-агентов с использованием современных фреймворков (Flowise, LangChain/LangGraph, AutoGen и др.)
- Создавать и оптимизировать RAG-системы (Retrieval-Augmented Generation) для работы с корпоративными знаниями, минимизируя "галлюцинации" моделей.
- Разрабатывать механизмы планирования, памяти и координации для многоагентных систем.
- Интегрировать агентов с внешними API, базами данных и enterprise-системами.
- Участвовать во всем цикле разработки: от исследования и прототипирования до развертывания, мониторинга и поддержки.
- Делиться экспертизой, проводить код-ревью, участвовать в принятии ключевых архитектурных решений.
Нам важно, чтобы у вас было:
- 5+ лет коммерческой разработки на Python и понимание принципов построения отказоустойчивых и масштабируемых систем (микросервисы, Docker, Kubernetes).
- Опыт работы с LLM (OpenAI GPT, Claude, open-source модели Llama/Mistral и т.д.) в production-проектах, а не только в экспериментах.
- Практический опыт разработки ИИ-агентов или сложных цепочек (pipelines) с использованием LangChain, LlamaIndex или аналогичных фреймворков.
- Глубокое понимание и hands-on опыт с RAG: от чанкинга и эмбеддингов до векторных БД (Pinecone, Weaviate, pgvector) и оценки качества.
- Умение читать научные статьи и транслировать новые идеи (ReAct, ToT, RLHF) в рабочие прототипы
- Умение работать в команде, брать на себя ответственность за сложные задачи и наставничать коллег.
Будет значительным плюсом:
- Опыт тонкой настройки (fine-tuning) LLM.
- Знание принципов Reinforcement Learning (RL), особенно RLHF.
- Опыт работы с мультимодальными моделями.
- Сильный бэкграунд в Machine Learning/Data Science (классические модели, deep learning, трансформеры).
- Портфолио на GitHub (pet-проекты, контрибуции в open-source, связанные с ML/Agents).
Условия: - Полностью удаленный формат работы или гибрид на ваш выбор
- Расширенный полис ДМС с 1-го месяца работы
- Широкий выбор корпоративных льгот и привилегий
- Возможность повысить профессиональный уровень в Корпоративном Университете или внешними провайдерами