ProBack - это команда экспертов в сфере технологий, которая оказывает полный цикл услуг по разработке решений для автоматизации и оптимизации бизнес-процессов.
Мы ищем опытного AI-инженера, который сможет превратить сложные бизнес-задачи в работающие, масштабируемые AI-решения. Фокус на решении реальных бизнес-проблем, а не на исследованиях. Нам важно стратегическое мышление: умение быстро собирать PoC, валидировать их на метриках и итеративно доводить MVP до продакшена.
Чем предстоит заниматься:
Анализ и декомпозиция бизнес-задач: определение зон применения ML
Проектирование архитектуры AI-решений совместно с командой: выбор подходящих паттернов (agentic vs. RAG vs. классический ML)
Внедрение метрик качества (точность, релевантность, время ответа), регулярный анализ результатов, формулирование гипотез, итеративное улучшение решения
Разработка AI-агентов и copilot-систем (оркестрация агентов, управление памятью, планирование и декомпозиция задач, умная маршрутизация)
Построение RAG-систем: выбор стратегий индексации, определение оптимального чанкинга, обогащение метаданными, реализация гибридного поиска и переранжирования
Версионирование промтов, моделей, датасетов
Внедрение наблюдаемости (observability) решений: трейсинг цепочек вызовов, мониторинг качества ответов, контроль затрат токенов и времени ответа
Взаимодействовать с командой разнонаправленных специалистов (backend/devops/ml/promt-engineer)
Наши ожидания:
3+ лет прикладной AI/ML-разработки с фокусом на NLP и LLM-системы
Опыт с LLM API: промпт-инжиниринг, управление контекстом, streaming
Практический опыт с LLM-агентами: ReAct-паттерн, function calling, chain-of-thought рассуждения, multi-agent системы
Глубокое понимание RAG: векторный и гибридный поиск, стратегии чанкинга, переранжирование, query decomposition
Сильный Python: чистый, типизированный код, unit-тесты, асинхронное программирование, ооп, docker
Знание фреймворков: LangChain, LangGraph или аналоги
Векторные базы данных: Qdrant, Milvus, Chroma или аналоги
LLM observability tools: LangFuse или подобные платформы
Понимание микросервисной архитектуры: работа с очередями (RabbitMQ, Kafka), кэшированием
Опыт с FastAPI или аналогами
Способность объяснить сложные AI-концепции нетехническим стейкхолдерам
Будет Плюсом:
Опыт fine-tuning и дистилляции моделей, а также понимание современных архитектур сетей
Знакомство с no/low code редакторами LangFlow, n8n или аналогами
Гибрид (Москва) или полная удаленка - на ваш выбор.
ДМС после успешного прохождения испытательного срока.
Официальное трудоустройство, конкурентную «белую» зарплату.
Возможность работать над сложными и интересными бизнес - проектами в сфере AI.
Команду экспертов, с которыми можно обсудить идеи и расти вместе.
