Ищем инженера, который проектирует и реализует production AI-пайплайны: LLM agents, RAG, tool calling, image/text workflows, evals, observability. Важно уметь доводить AI-функции до стабильного пользовательского сценария, а не только делать прототипы.
В продукте есть задачи генерации изображений, анализа композиций, B2B-ассистента, подбора растений, работы с каталогами и рекомендациями. Нужен человек, который умеет проектировать AI-сценарий целиком: входные данные, промпты, инструменты, контракты API, обработку ошибок, evals и мониторинг качества.
Задачи:
-
разрабатывать AI-пайплайны для генерации, анализа, композиций и рекомендаций;
-
строить agent workflows с использованием tools/function calling;
-
настраивать RAG, embeddings, vector search и контекстные ответы;
-
проектировать eval-наборы и regression checks для AI-ответов;
-
работать с backend/API, Supabase Edge Functions, storage и очередями задач;
-
анализировать качество промптов, моделей и ответов;
-
документировать контракты AI-сервисов, сценарии отказов и fallback-логику;
-
участвовать в agentic code review и разборе AI-багов.
Требования:
-
Python или TypeScript на production-уровне;
-
опыт с OpenAI/Anthropic/ProxyAPI/аналогами;
-
опыт с LangGraph, LangChain, LlamaIndex, AutoGen или аналогами;
-
опыт с RAG и vector DB: pgvector, Qdrant, Chroma, FAISS;
-
понимание evals, hallucination control, structured output, retries, tracing;
-
умение писать надежные API-интеграции;
-
готовность работать в быстром продуктово-инженерном ритме.
Будет плюсом:
-
опыт image generation / image editing pipelines;
-
опыт Supabase, PostgreSQL, Deno Edge Functions;
-
опыт с domain-specific AI assistants;
-
опыт построения multi-agent systems;
-
опыт prompt/model versioning и AI quality reports.
Что предлагаем:
-
удаленный формат;
-
задачи на стыке AI, B2B/B2C продукта и генеративных сценариев;
-
возможность строить production AI, а не демо-прототипы;
-
тесную работу с AI Delivery Lead, LLMOps и QA/eval инженером.