Python разработчик LLM

Всем привет !
В поиске Senior (грейд 11,12) на позицию - Python разработчик LLM!
Проект банка Топ3 .
Оформление в штат по ТК
Формат работы: Гибрид (2/3 или 3/2 удаленка/офис)
Офис в Москве.
Мы — команда инновационных энтузиастов, разрабатывающая уникальные цифровые ассистенты для управления инвестиционными рисками на монолитном рынке. Наш проект — это передовая мультиагентная система с глубоким использованием AI, интеграциями и автоматизацией, создающая новые горизонты для финансового анализа.​​​​​​​

Требования
- Коммерческий опыт от 6 лет;
- Реализация и сопровождение AI-агентов в production-средах;
- Разработка приложений на базе LLM с использованием популярных open-source и коммерческих моделей;
- Опыт интеграции внешних данных (базы знаний, API) для расширения возможностей AI-агентов;
- Построение кастомных пайплайнов обработки запросов и ответов с использованием цепочек и агентов;
- Участие в проектах по оптимизации производительности и масштабируемости LLM-систем;
- Опыт командной разработки и взаимодействия с продуктовой и DevOps-командами;
- Глубокое понимание архитектуры и принципов работы больших языковых моделей (LLM);
- Опыт разработки и интеграции AI-агентов на основе LLM и multi-agent систем;
- Понимание основных методов и алгоритмов машинного обучения и обработки естественного языка (NLP);
- Опыт работы с инструментами построения агентов и цепочек задач (например, LangChain(GigaChain)/LangGraph, LangFlow/n8n/Flowise, OpenRouter/NeuroAPI, GigaChat/ChatGPT/DeepSeek/Qwen/Mistral);
- Умение проектировать и развертывать системы с RAG (retrieval-augmented generation) и Knowledge Graph;
- Навыки prompt engineering для повышения качества взаимодействия моделей с пользователями;
- Опыт программирования на языках Python (приоритет) Java/Go/JavaScript (будет плюсом), включая создание и интеграцию backend-сервисов и WebUI для AI-решений;
- Знание протоколов обмена данными, включая REST, WebSocket, JSON-RPC, gRPC;
- Опыт работы с системами логирования, мониторинга и диагностики, в том числе и для AI-приложений;
- Базовое понимание DevOps и CI/CD практик для развертывания инфраструктуры для AI-приложений
ОСНОВНЫЕ:
- Создание AI-агентов;
- Создание мультиагентных систем;
- Создание рагов, пайплайнов;
- Работа с промптами