LLM/ML Engineer (Java-first)

Multiverse Computing

Multiverse is a well-funded, fast-growing deep-tech company founded in 2019. We are the largest quantum software company in the EU and have been recognized by CB Insights (2023 and 2025) as one of the 100 most promising AI companies in the world.
With 300+ employees and growing, our team is fully multicultural and international. We deliver hyper-efficient software for companies seeking a competitive edge through quantum computing and artificial intelligence.

Our flagship products, CompactifAI and Singularity, address critical needs across various industries:

• CompactifAI is a groundbreaking compression tool for foundational AI models based on Tensor Networks. It enables the compression of large AI systems — such as language models — to make them significantly more efficient and portable.

• Singularity is a quantum-inspired optimization platform used by blue-chip companies to solve complex problems in finance, energy, manufacturing, and beyond. It integrates seamlessly with existing systems and delivers immediate performance gains on classical and quantum hardware.

You’ll be working alongside world-leading experts to develop solutions that tackle real-world challenges. We’re looking for passionate individuals eager to grow in an ethics-driven environment that values sustainability and diversity.

We’re committed to building a truly inclusive culture — come and join us.

Job Overview

We are looking for a Senior Software Engineer with a strong background in backend systems and hands-on experience building AI agents and LLM-powered applications.

In this role, you will own the design and implementation of production-grade agentic systems, including orchestration, tool integration, retrieval, memory, evaluation, observability, and deployment. You will work across customer projects and product initiatives, collaborating with software, ML, data, and product teams to turn complex requirements into reliable systems.

This is a hands-on engineering role for someone comfortable moving from ambiguous requirements and early prototypes to maintainable systems running in production. Where appropriate, you will also help turn successful project patterns into reusable components and capabilities that can be applied across different use cases.

As a Software Engineer for Agent Orchestration, you will:

• Own the technical design and implementation of AI agent systems, from initial architecture and prototyping through deployment, evaluation, and production operation.

• Build robust backend services, APIs, adapters, and connectors that integrate language models, enterprise data, external tools, and customer systems.

• Design agent workflows involving tool use, routing, state management, memory, retrieval, human-in-the-loop steps, and controlled multi-step execution.

• Develop retrieval and knowledge-grounding capabilities, including RAG pipelines, SQL-based agents, web search, reranking, citation, and context management.

• Define and implement evaluation strategies using representative datasets, golden tests, failure taxonomies, regression testing, human review, and production feedback.

• Build reliable and observable execution flows with appropriate validation, retries, fallbacks, tracing, structured logging, metrics, and alerting.

• Deploy and operate AI systems in cloud and customer environments, working with containerisation, CI/CD, model endpoints, data stores, and production infrastructure.

• Improve latency, scalability, and cost through techniques such as caching, concurrency control, asynchronous execution, streaming, model selection, and efficient context management.

• Implement appropriate security and safety controls, including permissions, input and output validation, sensitive-data handling, auditability, and human approval where required.

• Build reusable components, templates, and reference implementations, and contribute successful patterns from customer projects to shared platforms and product capabilities where appropriate.

• Collaborate closely with customers, ML engineers, data engineers, devops engineers, and other software engineers to clarify requirements, evaluate trade-offs, and deliver useful outcomes.

• Contribute to technical direction through design documents, code reviews, engineering standards, and mentoring of other engineers.

Required Qualifications

• Master’s degree in Computer Science, Software Engineering, or a related technical field, with relevant practical experience.

• 5+ years of professional experience as a Software Engineer, with significant experience designing and owning backend or AI/ML systems in production.

• Hands-on experience building and deploying LLM-powered applications or AI agent systems beyond the prototype stage.

• Strong proficiency in Python and solid software engineering fundamentals, including modular design, testing, version control, code review, CI/CD, and maintainability.

• Experience designing APIs and integrating external services, tools, databases, and data pipelines into production software.

• Practical understanding of agentic system design, including tool use, structured outputs, workflow orchestration, state management, retrieval, error handling, and fallback strategies.

• Experience defining or implementing evaluation approaches for LLM or agent systems and using results to improve system behaviour.

• Experience with production reliability and observability practices, including structured logging, tracing, metrics, alerting, and incident analysis.

• Experience deploying and operating services using cloud infrastructure, containers, and production data stores.

• Strong system-design skills and the ability to explain architectural decisions and trade-offs involving quality, latency, reliability, scalability, and cost.

• Ability to take ownership of complex work, collaborate across disciplines, and communicate effectively with both technical and non-technical stakeholders.

• Fluent written and spoken Spanish and English.

Preferred Qualifications

• Hands-on experience with agent frameworks or SDKs such as LangGraph, LangChain, or similar technologies.

• Experience building end-to-end RAG systems, including ingestion, retrieval, vector databases, reranking, grounding, citation, and evaluation.

• Experience with SQL agents, web-search agents, Model Context Protocol integrations, or other tool-using AI systems.

• Experience with technologies such as FastAPI, PostgreSQL, vector databases, message queues, Docker, Kubernetes, and cloud platforms such as AWS, Azure, or GCP.

• Familiarity with LLM inference and serving platforms, model routing, structured generation, and the trade-offs between hosted, open-source, and optimised models.

• Experience converting project-specific implementations into configurable, reusable components or shared platform capabilities.

• Experience mentoring engineers and raising engineering quality through code reviews, design reviews, and technical guidance.

Perks & Benefits

• Indefinite contract.

• Equal pay guaranteed.

• Variable performance bonus.

• Signing bonus.

• We offer work visa sponsorship (If applicable).

• Relocation package (if applicable).

• Private health insurance.

• Flexible remuneration: hospitality and public transportation.

• Eligibility for educational budget according to internal policy.

• Hybrid opportunity.

• Flexible working hours.

• Language classes and discounted lunch options

• Working in a high paced environment, working on cutting-edge technologies.

• Career plan. Opportunity to learn and teach.

• Progressive Company. Happy people culture.

As an equal opportunity employer, Multiverse Computing is committed to building an inclusive workplace. The company welcomes people from all different backgrounds, including age, citizenship, ethnic and racial origins, gender identities, individuals with disabilities, marital status, religions and ideologies, and sexual orientations to apply.

ВАЖНО: Прочитайте перед откликом!

МЫ НЕ ИЩЕМ классического разработчика!

Эта вакансия НЕ подойдёт вам, если вы:

• Пишете код преимущественно вручную в IDE
• Не используете в ежедневной работе агентов OpenCode, Codex, Claude, Cline или аналоги для ГЕНЕРАЦИИ кода
• Считаете, что «ИИ агенты никогда не заменят разработчика»
• Не следите за трендами агентской разработки и не можете показать реальный пет-проект, где >50% кода написано AI-агентами
• Не имеете опыта работы с Angular + .Net, но "готовы переучиться"

Эта позиция подойдёт вам, ТОЛЬКО если вы:

• Ежедневно используете AI-ассистентов как ОСНОВНОЙ инструмент разработки
• Умеете строить работу через тулкиты (Spec Kit, Spec Kitty, Kiro, Tessl и им подобные)
• Готовы преимущественно не писать код руками, а управлять проектом через постановку спецификаций агентам

Обязанности:

• Писать детальные спецификации для AI-агентов: Вы будете определять архитектурные решения и создавать технические спецификации на естественном языке (через соответствующие инструменты), по которым ИИ-агенты станут генерировать production-ready код. Основная часть задач будет касаться пользовательских витрин (Angular), но определенная часть относится к BFF или даже более глубоким слоям - поэтому ищем человека с опытом Fullstack.
• Иногда править код за агентом вручную - если вы четко понимаете, что пять строк быстрее исправить самому, чем заново запускать /clarify.
• Управлять мульти-агентными сессиями разработки: Организовывать цепочки задач между разными AI-агентами (один пишет код, второй тесты, третий документацию), контролировать контекст между итерациями, использовать MCP-серверы и .md-файлы для управления поведением агентов.
• Проводить AI-code review без написания кода: управлять правилами генерации списков тест-кейзов и критериев приемки агентом, считывать результаты прохождения агентом тестов и оперативно поправлять его по мере надобности.
• Настраивать AI-driven CI/CD пайплайны: Автоматизировать не только деплой, но и генерацию hotfix'ов через агентов, создание скриптов миграций, автоматическое исправление проваленных тестов.

Требования:

MUST HAVE по AI-инструментам:

• Минимум 6 месяцев ЕЖЕДНЕВНОЙ работы с Cursor/Cline, Claude, Codex, OpenCode или иной средой AI-разработки
• Портфолио собственных проектов, где можно проверить, что код действительно сгенерирован AI (git history с характерными коммитами, структура кода). Доступа к вашим рабочим проектам под NDA мы не просим.
• Опыт работы с контекстными окнами 100k+ токенов, умение их оптимизировать, настраивать обвязки полезными плагинами.
• Навык написания системных промптов и agent instructions (покажите примеры ваших .cursorrules или SYSTEM.md)

MUST HAVE по технологиям:

• Современные версии Angular. И опыт работы со старыми версиями, которые придется поднимать до актуальных.
• Figma и ее MCP для ИИ-агентов - no comments.
• .NET 6+ — крайне желательны 2+ года опыта. Понимание архитектуры на уровне, достаточном для написания промптов: REST API, gRPC, message brokers, CQRS, DDD
• Git — умение читать AI-сгенерированные диффы по 500+ строк

Red flags:

"Я пробовал ChatGPT для написания SQL-запросов" — это НЕ тот уровень

"Я использую Copilot для автодополнения" — это НЕ AI-first разработка

"Я готов научиться" без реального опыта — мы ищем тех, кто УЖЕ работает так

Условия:

• Работа в аккредитованной IT-компании, входящей в состав Холдинга РЖД
• Оформление, отпуска, больничные по ТК, стабильный, полностью официальный доход
• График работы: 5/2, 8-ми часовой рабочий день (работа в офисе)
• ДМС, включая стоматологию

АЙСИ ГРУПП - холдинг, развивающий торговые сети и телекоммуникационную инфраструктуру в Крыму и Новороссии. Компании холдинга занимают ключевые позиции на рынках присутствия и формируют современную среду для жизни и бизнеса в регионах.

В аккредитованную ИТ компанию Холдинга приглашаем кандидатов на позицию LLM-разработчик

Условия:

• Удалённый формат работы;
• Оформление в Аккредитованную ИТ компанию;
• График работы 5\2, с 9:00 до 18:00 по МСК;
• Размер заработной платы обсуждается индивидуально;
• Официальное трудоустройство, согласно ТК РФ;
• Интересные задачи, корпоративное обучение в рамках должности;
• Работа в крупной развивающейся компании.

Наши ожидания:

• Имеете практический опыт разработки и внедрения LLM-приложений в production, самостоятельно создавали RAG-системы и/или AI-агентов и понимаете особенности их эксплуатации;
• Уверенно владеете Python, знаете асинхронное программирование, FastAPI, принципы ООП и SOLID, умеете писать чистый и поддерживаемый код;
• Имеете опыт работы хотя бы с одним из фреймворков для разработки AI-агентов: LangGraph, LangChain, LlamaIndex или Haystack;
• Владеете prompt engineering и context engineering на практическом уровне: умеете работать с few-shot prompting, chain-of-thought и structured output;
• Имеете опыт работы с векторными базами данных (pgvector, Qdrant, Milvus, FAISS), понимаете принципы гибридного поиска и знаете, в каких случаях необходимо применять реранкинг;
• Уверенно работаете с SQL и PostgreSQL;
• Имеете опыт работы с Docker, Git, CI/CD и развёртывания сервисов в production. Будет плюсом опыт деплоя GPU-сервисов;
• Понимаете ограничения современных языковых моделей: особенности контекстного окна, работу с длинным контекстом и узкие места inference;
• Знакомы с инструментами мониторинга, трассировки и оценки качества LLM-приложений: Langfuse, DeepEval или аналогичными решениями;
• Имеете опыт работы с MCP-серверами;
• Знакомы с vLLM или другими инструментами для self-hosted инференса.

Ваши задачи:

• Разрабатывать агентов на базе LLM: multi-turn диалоги, планирование, вызов инструментов, оркестрация моделей внутри пайплайна;
• Писать коннекторы к внутренним системам: Jira, GitLab, CRM, телефония, учетные системы, базы знаний;
• Строить RAG-пайплайны: чанкинг, эмбеддинги, индексирование, гибридный поиск (BM25 + dense), реранкинг, оценка качества retrieval;
• Заменять старые эвристики и классификаторы на LLM-пайплайны с function calling и structured output;
• Подбирать и настраивать эмбеддинг-модели (e5, bge, multilingual-e5) под наши данные и мерить, что стало лучше;
• Проектировать маршрутизацию: какую задачу каким инструментом и какой моделью решать, чтобы не переплачивать за токены;
• Выносить агентов в прод: FastAPI-сервисы, Docker, CI/CD, логирование и трассировка каждого вызова;
• Разбирать боевые ошибки: почему агент ответил не то, где потерялся контекст, на чьей стороне сбой;
• Донастраивать уже выпущенных агентов - это постоянная часть работы, а не разовая.