GenAI-разработчик (Python)

Компания "Альфа-Банк"

Проектирование и разработка AI-агентов — создание многошаговых автономных и полуавтономных агентов на базе LLM (ReAct, Tool-Use, Planning, Multi-Agent)

• Проектирование и разработка AI-агентов — создание многошаговых автономных и полуавтономных агентов на базе LLM (ReAct, Tool-Use, Planning, Multi-Agent)

• Разработка GenAI-решений — промпт-инжиниринг, RAG-пайплайны, работа с эмбеддингами и векторными БД

• Интеграция LLM — подключение и оркестрация моделей через API

• Создание сервисов и API на Python для интеграции ИИ-компонентов в продуктовую среду

• Проектирование архитектуры — выбор паттернов взаимодействия агентов, проектирование пайплайнов обработки данных, обеспечение масштабируемости

• Настройка оценки качества генерации, снижение количества «галлюцинаций», оптимизация задержек

• Деплой и эксплуатация AI-сервисов в Kubernetes — написание Helm-чартов, манифестов, настройка resource-лимитов (CPU/GPU), HPA/VPA для автомасштабирования инференса

• Мониторинг и обсервабилити AI-сервисов — настройка метрик (Prometheus + Grafana), логирование (ELK / Loki), трейсинг (LangFuse / Jaeger / OpenTelemetry), алерты на деградацию качества генерации и latency

• Обеспечение безопасности AI-сервисов

• Опыт разработки AI-агентов от 1 года: понимание паттернов ReAct, Tool-Use, Planning, Multi-Agent; умение проектировать многошаговые сценарии с контролем состояния

• Практический опыт построения RAG-пайплайнов: индексация, чанкинг, ретрив, реранкинг, работа с эмбеддингами и векторными БД (Milvus, Qdrant, Weaviate, pgvector — хотя бы одна)

• Уверенный промпт-инжиниринг: chain-of-thought, few-shot, системные промпты, управление контекстом

• Опыт интеграции LLM через API (OpenAI, Anthropic, локальные модели через vLLM / SGLang / TGI)

• Фреймворки оркестрации AI-пайплайнов: LangChain / LlamaIndex / CrewAI / AutoGen (хотя бы один)

• Практический опыт оценки качества генерации: метрики (RAGAS, BLEU, ROUGE, LLM-as-a-Judge), A/B-тестирование промптов

• Понимание природы галлюцинаций LLM и методов их снижения (grounding, self-consistency, констрейнты, guardrails)

• Понимание угроз AI-сервисов: prompt injection, data leakage, model extraction, jailbreak

• Знание требований по работе с персональными данными в контексте LLM (маскирование, PII-детекция)

• Уверенное владение Python 3.10+: асинхронность (asyncio), типизация, паттерны проектирования

• Опыт создания REST/gRPC API (FastAPI, aiohttp) для продакшн-сервисов

• Проектирование событийно-ориентированных взаимодействий (Kafka, RabbitMQ, Redis Streams)

• Опыт деплоя сервисов в Kubernetes: написание манифестов и Helm-чартов, настройка лимитов ресурсов (включая GPU)

• Настройка мониторинга: Prometheus + Grafana для метрик; логирование (ELK / Loki); трейсинг (OpenTelemetry, Jaeger, LangFuse)

• Стабильный и прозрачный доход: размер заработной платы обсуждается по итогам собеседования + квартальная премия по результатам KPI
• Гибридный формат работы, либо полную удаленку, плюс есть уютный ИТ-хаб в Москве
• Сложные и интересные задачи, современный стек технологий
• Заботу о вашем здоровье: программа ДМС с первых дней работы, куда входит стоматология, обслуживание в лучших клиниках города, страхование и компенсация 10-ти дней больничного
• Возможность вертикального и горизонтального карьерного роста: регулярно проходят тренинги, вебинары, митапы и демо-дни
• Оплату посещения профильных конференций и курсов, помогаем с подготовкой к публичным выступлениям и написанием статей на Хабр
• Доступ к бесплатным корпоративным библиотекам Alpina Digital, MyBook и бизнес-изданий
• Предложения от Банка только для сотрудников: собственные спортзалы (Москва, Санкт-Петербург, Екатеринбург), а также скидки на услуги туристических агентств, продукты питания, в рестораны, бары, магазины

Открыть контакты работодателя

Зарегистрируйтесь или войдите, чтобы открыть контакты работодателя