yandex
Зарплата
2 300 $ – 2 800 $
+500% приглашений

Откликайтесь
на вакансии с ИИ

Ускорим процесс поиска работы
MiddleУдалённоПолная занятость

Middle Applied AI / LLM Engineer (Python)

ИИОценка ИИ

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.


Вакансия из Quick Offer Global, списка международных компаний
Пожаловаться

Сложность вакансии

ЛегкоСложно
ИИОценка ИИ

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

Медиана4 000 $
Рынок3 000 $ – 5 500 $
ИИОценка ИИ

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

Меня крайне заинтересовала вакансия Middle Applied AI / LLM Engineer в Mad Devs, особенно возможность работы над AI-решениями для юридической отрасли. Мой опыт разработки production-grade Python-сервисов в сочетании с глубоким пониманием LLM-пайплайнов и RAG-систем позволяет мне эффективно решать задачи по созданию масштабируемых AI-агентов. Я имею практический опыт работы с LangChain и LangGraph, а также уверенно владею стеком Django и PostgreSQL.

В своей работе я придерживаюсь data-driven подхода, уделяя особое внимание валидации гипотез и оптимизации стоимости и производительности LLM-решений. Учитывая мой уровень английского языка и опыт работы в распределенных командах, я готов быстро включиться в международные проекты Mad Devs и внести вклад в развитие AI-слоя ваших продуктов. Буду рад обсудить, как мои навыки в области NLP и системного проектирования помогут вашей команде достичь новых высот.

+250% к просмотрам

Составьте идеальное письмо к вакансии с ИИ-агентом

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

#jobs #remote

*📍*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

+400% к собеседованиям

Создайте идеальное резюме с помощью ИИ-агента

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.

В каких случаях вы выберете pgvector вместо специализированной векторной БД вроде Qdrant, и каковы основные ограничения каждого подхода?

Похожие вакансии

от 2 300 $
более 1000 офферов получено
4.9

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!