- Страна
- Россия
- Зарплата
- 180 000 ₽ – 320 000 ₽
Откликайтесь
на вакансии с ИИ
AI/Prompt-инженер
Оценка ИИТочка Банк — известный и технологичный бренд с сильной инженерной культурой. Вакансия предлагает работу с передовым стеком технологий и конкурентную заработную плату, хотя формат гибрида может подойти не всем.
Сложность вакансии
Оценка ИИРоль требует глубокой экспертизы в современных LLM-подходах (RAG, агенты, function calling) и умения писать код для тестирования. Высокая планка по опыту (от 2 лет именно в LLM) и необходимость работы с метриками делают позицию сложной, но интересной.
Анализ зарплаты
Оценка ИИПредложенная вилка 180 000 – 320 000 ₽ полностью соответствует рыночным ожиданиям для специалистов уровня Middle+/Senior в области AI-инжиниринга в Москве. Верхняя граница является привлекательной для данной специализации.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Точка Банк уже сейчас
Откликайтесь на вакансию AI/Prompt-инженера в Точка Банк, чтобы создавать передовые LLM-решения для бизнеса!
Описание вакансии
💻 AI/Prompt-инженер
180 000 — 320 000 ₽
Гибрид (Москва)Точка Банк — создаём банк и экосистему сервисов для бизнеса.
Требования:
– Есть опыт построения систем с LLM от 2 лет.
– Есть опыт работы с диалоговыми ассистентами, написания промптов и обогащения контекста, включая function calling, RAG и другие подходы.
– Есть опыт работы с function calling, tools, agents, memory, multi-agent-системами и понимание архитектуры цепочек агентов и промптов.
– Умеешь писать код с LLM для обслуживания процесса разработки и тестирования своих промптов.
– Умеешь защищать свои гипотезы метриками, прозрачно тестировать элементы системы и версионировать эксперименты.
– Умеешь ясно излагать технические идеи, документировать архитектурные решения и выступать ментором для коллег.
🔜 А избранные IT-вакансии вы найдете в нашем канале IT Job Hub
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- LLM
- RAG
- Prompt Engineering
- LangChain
- Multi-agent systems
- Function Calling
Возможные вопросы на собеседовании
Проверка практического опыта работы с контекстом и внешними данными.
Расскажите о вашем опыте реализации RAG-систем: какие векторные базы данных вы использовали и как решали проблему релевантности ответов?
Оценка навыков проектирования сложных логических цепочек.
Как вы проектируете архитектуру мультиагентных систем для решения многоэтапных задач?
Проверка умения работать с инструментами и API моделей.
В каких случаях использование Function Calling эффективнее, чем обычный Few-shot промптинг? Приведите пример из практики.
Оценка инженерного подхода к качеству.
Какие метрики вы используете для оценки качества работы промптов и как выстраиваете процесс их версионирования?
Проверка навыков программирования в контексте AI-разработки.
Для каких задач автоматизации процесса разработки промптов вы пишете код и какие библиотеки (например, LangChain, LlamaIndex) предпочитаете?
Похожие вакансии
Junior AI Engineer
AI Engineer (Agents)
Python разработчик (Senior)
Разработчик AI-инфраструктуры (Python)
Преподаватель и Автор курса по AI agent (Senior LLM engineer)
AI-инженер (Middle+)
1000+ офферов получено
Устали искать работу? Мы найдём её за вас
Quick Offer улучшит ваше резюме, подберёт лучшие вакансии и откликнется за вас. Результат — в 3 раза больше приглашений на собеседования и никакой рутины!