Инженер ML,NLP (LLM Engineer)

Чем предстоит заниматься:

1. Опыт с большими языковыми моделями (LLM) и современным стеком ИИ

• Практический опыт работы с LLM (OpenAI GPT, Claude, DeepSeek, Qwen и локальные модели Llama, Mistral)
• Понимание и применение RAG (дополнение генерации извлечением информации) для контекста кодовой базы
• Навыки инженерии промптов (prompt engineering) и опыт дообучения (fine-tuning) моделей на специализированных данных
• Оценка качества выдачи LLM: метрики, A/B тестирование, человеческая оценка (human evaluation)

2. Разработка ИИ-агентов

• Опыт создания агентов на фреймворках (LangChain, LlamaIndex, CrewAI, AutoGen или аналогах)
• Понимание агентных процессов (agentic workflows): ReAct, планирование, декомпозиция задач, использование инструментов (tools)
• Интеграция агентов с внутренними API, Git, Jira, CI/CD пайплайнами, системами логирования

3. Анализ кода и статическая обработка

• Понимание принципов статического анализа кода, поиска уязвимостей и антипаттернов (anti-patterns)
• Опыт извлечения семантической информации из кодовой базы: зависимости, бизнес-логика, API-контракты

4. Опыт разработки

• От 2 лет опыта разработки на Go, Java, TypeScript или Python
• Базовое знание C++
• Понимание архитектуры микросервисов, REST/GraphQL API, событийно-
• ориентированных систем (event-driven систем)
• Опыт с Git, GitLab, CI/CD (GitLab CI)

5. Работа с данными и инфраструктурой

• Опыт векторных баз данных: Pinecone, Weaviate, Qdrant или локальные решения
• Работа с эмбеддингами кода (code embeddings) и текстов: OpenAI, SentenceTransformers
• Оптимизация поиска по кодовой базе и документации (гибридный поиск, реранжирование)
• Опыт работы с системами управления логами (Loki, Grafana) и анализом больших объемов логов
• Навыки настройки и запуска CI/CD джобов в GitLab CI

6. Безопасность и соответствие стандартам

• Понимание принципов информационной безопасности при работе с исходным кодом и логами
• Знание подходов к анонимизации и очистке чувствительных данных в логах и коде

Soft skills

• Способность к быстрым исследованиям и быстрому созданию прототипов — важно для стадии исследования
• Коммуникация с командами разработки: понимание их проблем и перевод в
• технические требования
• Самообучение и документирование экспериментов
• Ответственность при работе с конфиденциальными данными

Будет плюсом

• Опыт с Vue.js/React для создания UI для внутренних инструментов разработчика
• Знание инструментов статического анализа: SonarQube, Semgrep, CodeQL, ESLint
• Опыт с тестовыми фреймворками: JUnit, TestNG, Go testing, GTest, Cypress
• Опыт с обнаружением секретов и их сокрытием в коде и логах
• Понимание устройства Git, JJ
• Опыт с мониторингом: Prometheus, Grafana

Зоны ответственности

• Исследование и прототипирование агентов для перечисленных задач (генерация и ревью кода, генерация тестов, поиск багов)
• Оценка качества и ценности решений (базовая линия, метрики, обратная связь от разработчиков)
• Интеграция с существующими процессами: IDE, Git хуки, CI/CD, workflow код-ревью
• Построение пайплайнов для сбора и актуализации контекста (код, документация, логи)
• Обучение команды разработки использованию инструментов
• Обеспечение безопасности и соответствия стандартам при доступе к репозиториям и логам