Ищем разработчика в новый проект по созданию мультиагентной AI-системы для анализа рисков финансовых инструментов.
Это не «прикрутить чат-бота». Речь о построении с нуля агентской архитектуры, которая анализирует отчётность эмитентов, новостной фон, судебные процессы, котировки и рейтинги, формируя аналитическую поддержку для инвестиционных решений.
Проект сложный, технологичный и амбициозный - с высокой степенью влияния на архитектуру и технические решения.
Что предстоит делать
Разрабатывать и развивать AI-агентов на базе LLM
Проектировать multi-agent архитектуру
Реализовывать RAG-подходы и работу с Knowledge Graph
Интегрировать внешние источники данных (API, базы знаний, поисковые системы)
Строить кастомные пайплайны обработки запросов
Прорабатывать интеграционные взаимодействия
Создавать прототипы и доводить решения до production
Участвовать в проектировании архитектуры системы
Оптимизировать производительность и масштабируемость LLM-решений
Что будет полезно
Коммерческий опыт от 4–5 лет в разработке
Глубокое понимание архитектуры LLM
Практический опыт построения AI-агентов и multi-agent систем
Опыт работы с LangChain / LangGraph / аналогичными фреймворками
Опыт построения RAG-систем
Навыки prompt engineering
Опыт программирования на языках Python (приоритет) Java/Go/JavaScript (будет плюсом), включая создание и интеграцию backend-сервисов и WebUI для AI-решений
Опыт работы с OpenSearch / Elasticsearch, PostgreSQL, Redis, QDrant
REST / WebSocket / gRPC
Docker, Kubernetes
Понимание CI/CD практик
Опыт production-разработки AI-решений
Технологический стек
Языки: Python, Java, Go, JavaScript/TypeScript
AI/NLP: LangChain, LangGraph, LangFlow, Hugging Face, LLM API
Хранилища: PostgreSQL, Redis, OpenSearch, QDrant
DevOps: Docker, Kubernetes, Jenkins, Helm, Terraform
Мониторинг: Prometheus, Grafana
Формат работы
Гибрид (Москва).
Для кандидатов с сильной экспертизой готовы обсуждать удалённый формат.
Что предлагаем
Работа над одним из самых технологически сложных AI-проектов на рынке
Сильная инженерная команда
Свобода в выборе технических решений в рамках архитектуры
ДМС, корпоративные льготы, спорт
Долгосрочная перспектива развития
Будет здорово, если в сопроводительном письме вы кратко расскажете о своём опыте работы с LLM и AI-агентами:
участвовали ли в разработке агентных систем
работали ли с LangChain, LangGraph, RAG или аналогичными инструментами
был ли опыт запуска решений в production.
Будем рады вашим откликам.
