ФУНКЦІОНАЛЬНІ ОБОВ’ЯЗКИ
- проєктувати й реалізовувати RAG-пайплайни;
- розробляти LLM-агентів;
- налаштовувати процеси оцінювання якості (eval) LLM-систем;
- оптимізувати вартість і швидкість роботи рішень за допомогою кешування, вибору моделей відповідно до завдань, стримінгу та батчингу;
- розробляти голосові пайплайни (ASR → LLM → TTS), приділяючи особливу увагу низькій затримці та природності діалогу;
- розгортати й моніторити рішення в продакшн-середовищі, аналізувати та опрацьовувати інциденти;
- менторити Junior-фахівців і брати участь в оцінюванні задач.
ВИМОГИ ДО КАНДИДАТІВ
- від 2 років комерційного досвіду в розробці, з яких щонайменше 1 рік — у розробці та впровадженні LLM-застосунків у продакшн-середовищі;
- практичний досвід реалізації RAG-рішень у продакшні та розуміння типових проблем і способів їх вирішення;
- досвід роботи з векторними базами даних і пошуковими системами (Qdrant, pgvector, Elasticsearch, OpenSearch тощо);
- досвід роботи з LangChain, LlamaIndex, LangGraph або власними рішеннями для оркестрації LLM;
- практичний досвід роботи з Docker, CI/CD та Azure;
- розуміння підходів до оцінювання якості LLM-систем;
- глибокі знання класичного машинного навчання (ML).
БУДЕ ПЛЮСОМ
- досвід fine-tuning моделей (LoRA/QLoRA) або роботи з open-source моделями;
- досвід розгортання та запуску моделей у власній інфраструктурі (self-hosted inference);
- досвід роботи з голосовими платформами;
- досвід використання інструментів спостережуваності та моніторингу LLM-систем (LLM observability).
