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
- Формат работы Удаленно