Мы - компания Outtech, внедряем и разрабатываем ПО. Работаем с сегментом крупного бизнеса, поэтому все наши проекты - большие, амбициозные и интересные :)
Обязанности:
- Разрабатывать и интегрировать AI/LLM-функции в продукты компании: RAG, AI-агенты, function/tool calling и оркестрацию языковых моделей.
- Создавать и улучшать AI-пайплайны, включая работу с эмбеддингами, векторными базами данных, контекстом и промптами.
- Доводить функциональность от идеи до продакшена, при необходимости подключаясь к backend- и frontend-разработке, а затем улучшать решение по результатам использования.
- Оценивать качество AI-решений с помощью evals, настраивать мониторинг и наблюдаемость систем в продакшене.
- Использовать AI-инструменты разработки для ускорения работы, сохраняя требования к качеству кода, тестированию и ревью.
- Взаимодействовать с разработчиками, аналитиками, QA и руководителем проекта.
Требования: - Высшее или неоконченное высшее техническое образование. Также рассмотрим кандидатов с сопоставимым практическим опытом и портфолио реализованных продуктов.
- От 1,5 лет практического опыта в разработке AI/LLM-функциональности и около 5 лет общего опыта работы с указанным технологическим стеком.
- Уверенное владение .NET и опыт интеграции языковых моделей в реальные продукты.
- Базовые навыки frontend-разработки, достаточные для реализации AI-функциональности.
- Опыт работы с реляционными базами данных — MSSQL или PostgreSQL, а также с Docker и Git.
- Практические знания в области LLM-приложений: RAG, AI-агенты, function/tool calling и промпт-инжиниринг.
- Опыт интеграции API языковых моделей, например OpenAI или Anthropic; знакомство с LangChain или LlamaIndex и векторными БД, такими как pgvector или Pinecone.
- Понимание подходов к оценке качества моделей, мониторингу и наблюдаемости AI-систем.
- Ежедневное применение инструментов AI-ассистированной разработки — Claude Code, Cursor, OpenAI Codex или GitHub Copilot — с обязательными код-ревью и тестами для каждого изменения.
- Технический английский, достаточный для чтения документации и актуальных материалов по AI.
- Опыт в классическом ML, fine-tuning или работе с эмбеддингами.
- Собственные проекты с реальными пользователями либо участие в open source.
- Знание потоковой обработки данных и очередей сообщений, например RabbitMQ или Kafka.
Что важно в работе - Ориентация на результат и быструю поставку: умение выделить MVP и оперативно проверить гипотезу.
- Ответственность за результат: готовность вести свои функции через весь цикл — от идеи до запуска и дальнейшего развития.
- Любознательность и способность быстро осваивать новое в постоянно меняющейся области AI.
- Продуктовое мышление и внимание к тому, чтобы созданным решением действительно пользовались.
- Аналитический подход, аккуратность, требовательность к качеству и умение работать в команде.
Условия: - Оформление по ИП или СЗ
- Ротация в рамках проектов
- Удаленная работа
