ML Engineer — Bell Integrator

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