LLM-разработчик персонализации (Python, Java)

Location

Fully remote, office-based, or hybrid work options are available.

About the company

A global technology provider builds software platforms and data-driven solutions for performance monitoring, analytics, and operational optimization across international markets.

The project integrates agentic AI into a sports performance platform, turning athlete data into reliable, scalable insights for coaches and performance specialists.

Responsibilities

• Design and ship specialist AI agents that use memory, tools, data, and multi-step reasoning, including multi-agent orchestration that routes work, manages dependencies, and synthesizes conflicting outputs.
• Build confidence, uncertainty, and consequence assessment mechanisms plus human-in-the-loop escalation so the system decides when to answer, request more information, or defer to a human.
• Turn sport scientist expertise into validated, versioned, testable agent capabilities, supported by evaluation, observability, and regression testing to measure and improve production performance.
• Work with domain experts to ensure AI outputs are grounded, traceable, and actionable, with calibrated confidence levels and transparent evidence, and avoid unsupported recommendations when evidence is insufficient.

Requirements

• 5+ years of professional experience in applied ML, AI, or software engineering, with strong Python and software engineering fundamentals for building, deploying, and operating production systems.
• Hands-on experience personally building production agentic AI systems used by real users, including persistent memory/state, tool calling, multi-step reasoning, workflow orchestration, and production operations; chatbots, prompt engineering, or RAG alone are insufficient.
• Hands-on experience building or significantly contributing to production multi-agent systems, including agent routing, orchestration, specialist agent composition, dependency-aware workflows, parallel and sequential execution, conflict resolution, and response synthesis.
• Practical experience with probabilistic model calibration, including Platt scaling, isotonic regression, Expected Calibration Error (ECE), reliability/calibration curves, and confidence and uncertainty estimation; English at Upper-Intermediate or above.

Центр ИИ Блока «Строительство» разрабатывает автономных агентов для автоматизации ключевых бизнес-процессов — от обработки тендерной документации до контроля графиков производства работ и управления поставками.

В данный момент находимся в поиске разработчика ИИ-агентов под расширение команды

• Разработка высокодоступных сервисов для управления диалогами, планирования (planning), вызова инструментов (function calling) и multi-agent взаимодействия;

• Написание чистого, тестируемого и поддерживаемого кода на Python; ревью кода коллег и поддержание инженерных стандартов;

• Интеграция с LLM и внешними системами: подключение моделей (OpenAI, Anthropic, локальные), корпоративных API, CRM/ERP, баз данных и документооборота с обеспечением безопасности и обработки ошибок;

• RAG и память агентов: построение retrieval-пайплайнов, управление краткосрочной и долгосрочной памятью, работа с векторными БД и кэшем;

• Проектирование REST/gRPC-эндпоинтов, документирование (OpenAPI), обеспечение контрактов для фронтенда и смежных сервисов;

• Реализация очередей, воркеров и фоновых задач для длительных LLM-операций (генерация, парсинг, эмбеддинги);

• Оптимизация производительности и стоимости: профилирование, кэширование, батчинг запросов, снижение latency и затрат на токены;

• Настройка логирования, трейсинга LLM-вызовов, алертов и дашбордов, анализ инцидентов;

• Написание тестов, внедрение guardrails, валидация ответов моделей, защита от prompt injection;

• Ведение архитектурной документации, ADR, гайдов для команды;

• Участие в продуктовом процессе: совместно с продуктами и ML-инженерами уточнение требований, оценка сроков, итеративная поставка фич.

• Опыт разработки на Python: от 3 лет в коммерческой разработке, включая проектирование высоконагруженных и отказоустойчивых сервисов;

• Глубокое знание FastAPI, Django или Litestar; понимание внутреннего устройства ASGI/WSGI, middleware, DI, обработки ошибок и валидации;

• Уверенное владение asyncio, httpx, aiohttp, anyio; понимание GIL, многопроцессности, пулов соединений и backpressure;

• Опыт проектирования и оптимизации схем в PostgreSQL (индексы, EXPLAIN, партиционирование), опыт работы с Redis, MongoDB и другими NoSQL;

• Практический опыт работы с OpenAI, Anthropic, Cohere, Mistral, локальными моделями (vLLM, Ollama, TGI); понимание streaming, tool/function calling, structured output, retry-политик и rate limiting;

• Опыт построения агентных систем – ReAct, Plan-and-Execute, multi-agent orchestration, работа с фреймворками LangChain, LlamaIndex, LangGraph, AutoGen, CrewAI или собственные реализации;

• Опыт работы с Qdrant, Milvus, Weaviate, Pinecone, pgvector; понимание чанкинга, эмбеддингов, гибридного поиска, reranking;

• Уверенная работа с Kafka, RabbitMQ, NATS или Redis Streams для асинхронной обработки задач агентов;

• Опыт с Docker, Kubernetes (деплой, HPA, secrets, probes), понимание принципов service mesh и работы с ingress;

• Опыт настройки Prometheus, Grafana, OpenTelemetry, Langfuse или LangSmith для трейсинга LLM-вызовов;

• Построение пайплайнов (GitHub Actions, GitLab CI, ArgoCD), понимание blue/green и canary-деплоя;

• Опыт написания юнит-, интеграционных и e2e-тестов (pytest, testcontainers); понимание TDD/BDD;

• Английский язык: (Upper-Intermediate+).

• Гибридный формат работы (современный офис в Москве в пешей доступности от метро Кутузовская);

• Льготные ипотечные условия кредитования;

• Подписка Прайм с возможностью совместного использования на трёх близких ;

• ДМС с первого дня и скидки на страхование для близких;

• Корпоративная пенсионная программа;

• Детский отдых и подарки за счет Компании;

• Обучение за счет Компании: онлайн курсы, неограниченный доступ к библиотеке и обучение на базе Корпоративного университета, тренинги, митапы и возможность получить новую квалификацию.

Yandex Crowd — крупный инфраструктурный сервис Яндекса. Мы используем краудсорсинг, чтобы расширять бизнес-процессы: разметку данных, модерацию контента, полевые исследования, тестирование. Также разрабатываем внутренние функции для наших продуктов: клиентский сервис, телемаркетинг, локализацию и документирование.

Одна из наших целей — автоматизировать клиентский сервис с помощью генеративных чат-ботов, агентов и copilot для операторов. Сейчас мы работаем над инициативами с крупнейшими продуктами Яндекса: Яндекс Путешествиями, Яндекс Станцией, Кинопоиском и другими.

Ищем тимлида в команду автоматизаций клиентского сервиса. Вам предстоит продвигать смелые идеи, разбираться в бизнес-контексте, исследовать новые подходы, вдохновлять и направлять команду.

Разработка AI-решений для клиентского сервиса

Вы будете создавать AI-решения для клиентского сервиса: чат-ботов и подсказки для операторов на основе YandexGPT, RAG и агентов. Обучать эмбеддеры, реализовывать rerank-модели, строить модели предсказания интентов, готовить данные для обучения и оценки качества, а также создавать прод-пайплайны и интегрировать их с сервисами Яндекса.

Эксперименты с внешними технологиями

Вам предстоит искать оптимальные решения на рынке, изучать современные AI-архитектуры, сравнивать внешние и внутренние модели по ключевым метрикам и внедрять лучшие практики. Также нужно будет настроить контроль качества, создать бенчмарки и лерны для генеративных моделей и агентских пайплайнов.

Управление ML-проектами

Вы будете запускать и контролировать все этапы ML-проектов: от исследований и экспериментов до внедрения решений в продакшен, проведения A/B-тестов, настройки автоматического дообучения и поддержания качества моделей.

Погружение в бизнес и продукт

Вам предстоит тесно взаимодействовать с продуктовой командой, искать новые возможности для роста и внедрять инновации на основе машинного обучения, чтобы развивать клиентский сервис. Также вы примете участие в формировании стратегии развития направления искусственного интеллекта в сервисе Yandex Crowd.

Управление ML-командой

Вы будете планировать работу команды, нанимать сотрудников, заниматься их менторством, развитием и мотивацией. Предстоит принимать активное участие в формировании культуры обмена знаниями и содействовать профессиональному росту, развивать DevRel.

Больше об ML в Яндексе — в канале Yandex for ML

* Руководили ML-командой от пяти человек
* Разрабатывали и запускали в продакшен ML-модели, поддерживали их стабильность (желателен опыт проведения A/B-экспериментов)
* Строили RAG-пайплайны и агентов
* Обладаете глубокими знаниями в современном NLP и DL
* Владеете Python и MLOps, настраиваете CI/CD-процессы для ML
* Продумываете архитектуру end-to-end-решений, детализируете задачи для команды, следите за сроками и качеством реализации
* Цените развитие людей и совместный рост, мотивированы делиться знаниями и опытом
* Хотите создавать сервисы с ощутимым бизнес-эффектом и погружаться в продуктовые задачи