Промпт-инженер (Python)

Мы ищем специалиста на стыке AI, бизнеса и внутренних коммуникаций. Это не просто «человек, который пишет промпты», это внутренний консультант и евангелист ИИ. Тебе предстоит находить точки внедрения, подбирать инструменты, запускать пилоты и помогать командам применять ИИ в ежедневной работе

Чем предстоит заниматься:

• Исследовать бизнес-процессы подразделений, проводить интервью с заказчиками, выявлять и приоритизировать AI-кейсы. Формулировать гипотезы автоматизации, оценивать потенциал, сложность, риски и ROI.
• Подбирать необходимый инструментарий: LLM, ML-модели, API, RAG, агенты, OCR, speech-to-text, no-code/low-code-решения. Разрабатывать, тестировать и оптимизировать промпты, шаблоны, цепочки промптов и guardrails. Оценивать качество ответов моделей: проводить A/B-тесты, настраивать метрики, контролировать галлюцинации и релевантность. Вести библиотеку промптов, кейсов, лучших практик и внутреннюю базу знаний по AI.
• Создавать прототипы, совместно с IT внедрять решения во внутренние системы.
• Обучать сотрудников, проводить воркшопы, демо и консультации; быть AI-амбассадором внутри компании. Следить за трендами, тестировать новые модели и инструменты, предлагать улучшения. Масштабировать успешные пилоты на другие подразделения и формировать внутреннее AI-сообщество.
• Соблюдать политики ИБ, конфиденциальности и этики, работать с юридическими и комплаенс-рисками.

Что мы ожидаем:

• Умение анализировать бизнес-процессы, считать эффект, ROI и стоимость владения решением. Опыт запуска AI-пилотов или автоматизации от идеи до результата.
• Понимание LLM: архитектура, токенизация, контекстное окно, temperature, embeddings, fine-tuning, RAG, function calling, агенты. Опыт работы с моделями OpenAI, Anthropic, Google, open-source (Llama, Mistral, Qwen и др.) через API и интерфейсы.
• Практика с Python, SQL, REST API, JSON; понимание LangChain/LlamaIndex, vector DB.
• Знание no-code/low-code автоматизации: n8n, Make, Zapier, Power Automate и аналоги.
• Базовое понимание ML: типы задач, метрики, переобучение, A/B-тесты.
• Знание основ ИБ и комплаенса: 152-ФЗ/GDPR, prompt injection, утечки данных, галлюцинации.

Будет плюсом

• Опыт в крупной компании или регулируемой отрасли.
• Портфолио pet-projects, публикации, сертификаты по AI.
• Опыт построения внутреннего AI-сообщества.
• Знание MLOps/LLMOps, Docker, Git.

Что мы предлагаем:

• Полную удаленку или гибрид в одном из трех IT-офисов
• ДМС со стоматологией после 3 месяцев работы, корпоративные скидки по программе Best Benefits
• Мы обмениваемся опытом и делимся экспертизой во внутренней гильдиях, поддерживаем при подготовке докладов на конференции и статей, организуем внутренние курсы техноспикеров и техноавторов 
• Прозрачную систему развития: работаем по системе грейдов и составляем планы развития для каждого сотрудника

VIPPI Marketing Agency · Ташкент · Офис · Полная занятость · 10:00–20:00

Зарплата: выше рынка, обсуждается индивидуально после технического интервью

Кого мы ищем

Инженера, который уже строил AI-системы в продакшене и отвечал за их работу после запуска. Не «умеет промптить», а проектирует агентов, принимает архитектурные решения и знает, где LLM ломаются.

Вы будете первым senior AI-инженером в агентстве: без готовой инфраструктуры, но с полной свободой в выборе стека и прямым доступом к руководству.

Что предстоит делать

Проектировать и запускать AI-агентов для реальных бизнес-процессов: продажи, клиентский сервис, производство контента, аналитика.

Строить автоматизации на n8n / Make и писать кастомные сервисы на Python или Node.js там, где no-code не справляется.

Интегрировать LLM с CRM, Notion, Google Sheets, Telegram и внешними API — с обработкой ошибок, ретраями и логированием, а не «на коленке».

Внедрять RAG-пайплайны: векторные базы, чанкинг, оценка качества ответов.

Отвечать за надёжность, стоимость и безопасность решений: лимиты, мониторинг, контроль расходов на API.

Участвовать в разработке собственных AI-продуктов агентства.

Минимальные требования (без них отклик не рассматривается)

4+ года коммерческой разработки, из них 1,5+ года с LLM в продакшене.

Минимум 2 AI-проекта, которые работали у реальных пользователей не менее 3 месяцев — с описанием архитектуры и результата.

Уверенный Python или JavaScript/TypeScript: асинхронность, работа с API, тестирование.

Практический опыт с OpenAI API, Claude API или аналогами: function calling, structured outputs, стриминг, управление контекстом.

Опыт с n8n или Make на уровне сложных сценариев с ветвлением и обработкой сбоев.

Понимание ограничений LLM: галлюцинации, стоимость токенов, latency, prompt injection.

Git, Docker, деплой на облачный сервер.

Будет плюсом

LangGraph, CrewAI или собственная агентная архитектура.

Опыт оценки качества LLM-систем (evals, A/B промптов).

AI-генерация видео и изображений в рекламном контексте.

Опыт работы в агентстве или с несколькими клиентами одновременно.

Как проходит отбор

Отклик с портфолио.

Техническое интервью: разбор вашего проекта и архитектурная задача.

Оффер в течение 3 дней.

Как откликнуться

Присылайте резюме и 2–3 проекта с ответами на вопросы: какая задача стояла, какой стек, что сломалось в продакшене и как вы это починили.

Отклики без описания проектов не рассматриваются.

Два замечания по стратегии

Формат «офис, 10:00–20:00» — главный фильтр против сильных кандидатов. Senior-инженеры в этом сегменте привыкли к гибриду или удалёнке, и десятичасовой офисный день многие прочитают как сигнал о культуре. Если офис принципиален, компенсируйте это явно: цифра зарплаты в вакансии, гибкое начало дня или 1–2 удалённых дня.

Вопрос «что сломалось в продакшене» в отклике — намеренный. Джуны на него не ответят, а сеньоры по нему сразу поймут, что вакансию писал человек, который понимает работу.

Могу сделать это редактируемым документом, если нужно разослать или выложить.