- Зарплата
- 2 300 $ – 2 800 $
Откликайтесь
на вакансии с ИИ

Middle Applied AI / LLM Engineer (Python)
Интересная позиция в известной аутсорс-компании с фокусом на актуальный стек (LLM, RAG). Четко прописанные требования, прозрачная вилка в долларах и возможность удаленной работы делают вакансию привлекательной для Middle-специалистов.
Сложность вакансии
Роль требует сочетания сильных навыков классического бэкенда (Django, SQL) и глубокой экспертизы в GenAI (RAG, LangGraph, оценка LLM). Дополнительную сложность создают высокие требования к английскому языку и ограничения по локации.
Анализ зарплаты
Предложенная зарплата ($2300–2800) находится на нижней границе или чуть ниже среднерыночной для Middle LLM инженера на международном рынке, где медиана обычно стартует от $3500-4000. Однако для региона СНГ (за вычетом РФ) это конкурентоспособное предложение для Middle-уровня.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом

Откликнитесь в Mad Devs уже сейчас
Присоединяйтесь к Mad Devs и создавайте передовые AI-решения для международного рынка!
Описание вакансии
*📍*Формат/working arrangement: удалённо
*✔️*Должность/position: Middle Applied AI / LLM Engineer (Python)
*🏢* Место работы/workplace: ООО Mad Devs
*💸* Заработная плата/salary estimate: $2.300–2.800 в месяц, до вычета налогов
*📈* Обязанности/responsibilities:
— Проектировать и разрабатывать LLM-пайплайны, AI-агентов и RAG-системы.
— Работать с function/tool calling и структурированным выводом данных через JSON Schema.
— Разрабатывать production-grade Python-сервисы.
— Валидировать продуктовые гипотезы на реальных данных и с помощью аналитики.
— Измерять и оптимизировать качество, производительность и стоимость LLM-решений.
— Тесно взаимодействовать с Product Managers и инженерами для превращения идей в масштабируемые решения.
— Владеть AI-инициативами на всём цикле: от исследования и экспериментов до production deployment.
*📌* Требования/requirements:
— Опыт работы от 3 до 6 лет.
— От 1 года коммерческого опыта с NLP-проектами в production.
— Сильный опыт разработки production LLM-приложений.
— Практический опыт с RAG, embeddings, vector search, prompt engineering и LLM evaluation.
— Опыт работы с LangGraph, LangChain или аналогичными фреймворками.
— От 2 лет опыта в Python backend-разработке.
— Хорошее знание Django, PostgreSQL и асинхронного программирования.
— Сильные навыки SQL и Pandas.
— Data-driven подход к работе.
— Английский язык на уровне B2–C1.
— Русский язык на уровне C1.
— Локация: любая, кроме России и Беларуси.
*➕* Будет плюсом:
— Опыт работы с векторными базами данных: Qdrant, pgvector и аналогами.
— Опыт fine-tuning.
— Опыт работы с text classification и embedding models.
— Знание Kubernetes.
— Опыт работы с gRPC или Go.
*🛠* Технический стек:
— Python
— LLM
— RAG
— NLP
— LangChain
— LangGraph
— Django
— Celery
— Redis
— PostgreSQL
— SQL
— Pandas
— Embeddings
— Vector Search
— Qdrant
— pgvector
— Prompt Engineering
— LLM Evaluation
— JSON Schema
— Kubernetes
— gRPC
— Go
*🎯* Основные задачи проекта:
— Создавать AI-слой продуктов компании.
— Разрабатывать production-ready LLM-приложения.
— Создавать AI-агентов и RAG-based системы.
— Проводить исследования и эксперименты с GenAI.
— Проверять продуктовые гипотезы на реальных данных.
— Оптимизировать качество, скорость и стоимость работы LLM.
— Доводить AI-инициативы от идеи и прототипа до production.
— Создавать масштабируемые AI-решения совместно с продуктовой и инженерной командами.
*🌍* О компании:
— Mad Devs — международная команда, работающая над технологическими проектами.
— Проекты компании охватывают Европу, США и Юго-Восточную Азию.
— Компания делает акцент на гибкости, удалённой работе и профессиональном развитии.
— В рамках вакансии предстоит работать над AI-решениями для юридической отрасли.
*✅* Условия/working conditions:
— Полная занятость.
— Удалённый формат работы.
— График 5/2.
— Рабочий день: 8 часов.
— Заработная плата: $2.300–2.800 в месяц до вычета налогов.
— Выплаты раз в месяц.
— Локация: любая, кроме России и Беларуси.
— Международные проекты.
— Возможность работать над реальными GenAI-задачами.
— Возможность профессионального развития.
— Гибкий remote-first формат.
*📢**❗️**🚨* Вакансия: Откликнуться
Создайте идеальное резюме с помощью ИИ-агента

Навыки
- Python
- Pandas
- LLM
- SQL
- Kubernetes
- PostgreSQL
- RAG
- Prompt Engineering
- NLP
- Redis
- gRPC
- Go
- LangChain
- Django
- LangGraph
- Celery
- JSON Schema
- pgvector
- Qdrant
Возможные вопросы на собеседовании
Проверка практического опыта работы с современными фреймворками для создания агентов.
Расскажите о вашем опыте использования LangGraph: в каких сценариях вы предпочитаете его обычному LangChain и как вы обрабатываете циклы в графах?
Оценка навыков оптимизации и понимания экономики LLM-решений.
Какие стратегии вы используете для оптимизации стоимости и задержек (latency) в RAG-системах без существенной потери качества ответов?
Проверка умения работать со структурированными данными, что критично для юридических проектов.
Как вы обеспечиваете валидность JSON-вывода от LLM при использовании function calling в высоконагруженных сервисах?
Оценка навыков оценки качества (evaluation), что является ключевым для production-решений.
Какие метрики и инструменты вы используете для автоматизированной оценки качества RAG-системы (например, RAGAS или кастомные подходы)?
Проверка навыков проектирования баз данных для AI.