AI/LLM Engineer (Go + Python) для production-систем

Ищем AI/LLM Engineer для проектирования и развития production-систем на базе LLM. Нам нужен инженер, который умеет собрать LLM-систему целиком: от prompt/context logic и агентных сценариев до backend-сервисов, интеграций, тестирования и запуска в production.

Основной стек — Go + Python. Go используется для production-backend, сервисов и высоконагруженной бизнес-логики. Python — для LLM-инфраструктуры, AI-компонентов, прототипирования и экспериментов.

Чем предстоит заниматься: - Проектировать и развивать LLM/AI-системы и AI-агентов. - Строить многошаговые agentic workflows: routing, tool calling, state management. - Работать с Prompt Engineering и Context Engineering. - Управлять контекстом, памятью и состоянием диалога. - Реализовывать structured output и function/tool calling. - Строить RAG-пайплайны: chunking, embeddings, retrieval, reranking. - Интегрировать LLM с API, базами данных и внутренними сервисами. - Разрабатывать backend-сервисы на Go и AI-компоненты на Python. - Исследовать новые модели и подходы, быстро проверять гипотезы. - Выбирать модели с учетом качества, latency и стоимости. - Строить систему оценки качества: evals, regression tests, golden datasets, LLM-as-a-judge. - Анализировать логи и traces, улучшать качество и стабильность агентов. - Реализовывать retries, fallbacks, timeouts и обработку ошибок. - Доводить решения от прототипа до стабильного production.

Ожидаем опыт разработки production-приложений с LLM, понимание архитектуры современных AI-систем, опыт Prompt Engineering, Context Engineering, создания AI-агентов и agentic workflows. Также важен опыт работы с LLM API, понимание RAG, evals, regression testing и анализа production-логов. Опыт с PostgreSQL, MongoDB, Redis, Docker, Git, CI/CD. Понимание production-подходов: observability, scalability, latency, retries, fallbacks и контроль стоимости.