Привет! Мы — команда образовательной платформы Нетология. Обучаем современным востребованным профессиям по 12 направлениям. За 14 лет работы мы выпустили 130+ тыс. специалистов.
Мы создаем современные интерактивные продукты и закрываем полный цикл профессионального образования. Образовательная деятельность Нетологии ведется на основании государственной лицензии.
Сегодня в компании штатно работают более 600 человек, на проектную деятельность привлечены еще около 300.
Мы создаем интеллектуальных AI-компаньонов и рекомендательные системы для образования. Наши продукты помогают студентам учиться эффективнее: персональные тьюторы, автоматическая проверка домашних заданий и умная навигация по контенту.
Ищем инженера, который понимает, как работают LLM «под капотом», и хочет строить на их базе реальные продукты, а не просто писать промпты.
Разработка AI-агентов: создавать и поддерживать сценарии для чат-ботов, которые умеют вести долгий контекстный диалог, задавать уточняющие вопросы и поддерживать мотивацию студента;
RAG и Базы знаний: Оптимизировать поиск по учебным материалам (Hybrid Search, Reranking), чтобы бот отвечал по лекциям курса, а не галлюцинировал.
Автоматизация проверки (AI Grader): Настраивать пайплайны для проверки открытых ответов студентов с обратной связью (LLM-as-a-Judge), работая над метриками корректности и tonality.
Персонализация: Участвовать в разработке рекомендательных алгоритмов, подсказывающих студенту, что изучить дальше, на основе его прогресса.
Продакшн: Оборачивать ML-решения в микросервисы (Kafka, k8s), настраивать кэширование и следить за задержками и стоимостью
Опыт разработки (2+ года): Уверенный Python, опыт работы с backend-фреймворками (FastAPI/Django) и асинхронностью.
Понимание LLM: Опыт работы с API (OpenAI/Anthropic/GigaChat) или локальными моделями (Ollama/vLLM). Понимание, что такое temperature, top-p, context window и token limits.
Агентный опыт: Базовое понимание архитектур ReAct или Chain-of-Thought. Опыт использования LangChain или LlamaIndex в пет-проектах или продакшене.
Базы данных: Умение работать с векторными БД (Qdrant/Pinecone/Chroma) и обычными SQL(MySQL, Postgres) /NoSQL (Clickhouse).
Инженерная культура: Git,k8s, Docker, понимание базовых принципов CI/CD.
Опыт работы в EdTech проектах или любовь к образованию.
Знание подходов Prompt Engineering (Few-shot, CoT) не только в теории.
Опыт работы с очередями задач (Celery/Kafka) — наши агенты работают асинхронно.
Что мы предлагаем:
Дополнительные преимущества:
