- Зарплата
- 2 500 $ – 4 000 $
Откликайтесь
на вакансии с ИИ
Middle LLM Engineer
Оценка ИИПривлекательная вакансия в RnD-направлении с современным стеком (LangChain, pgvector) и удаленным форматом. Зарплатная вилка соответствует рынку для уровня Middle+, а отсутствие бюрократии является значимым плюсом.
Сложность вакансии
Оценка ИИПозиция требует глубокой экспертизы в современных LLM-паттернах (RAG, ReAct) и уверенного владения Python-стеком. Высокая планка по коммерческому опыту (от 3 лет) и специфические требования к работе с агентами делают отбор достаточно строгим.
Анализ зарплаты
Оценка ИИПредложенная вилка $2500–4000 полностью соответствует текущим рыночным реалиям для Middle LLM-инженеров, работающих удаленно на международные или СНГ проекты. Верхняя граница в $4000 является конкурентной для данного уровня квалификации.
Сопроводительное письмо
Меня заинтересовала вакансия Middle LLM Engineer в BLASK, так как мой опыт в разработке RAG-систем и AI-агентов полностью совпадает с вашими задачами. Я имею более 3 лет опыта в ML-разработке, активно использую LangChain и Python для создания сложных пайплайнов обработки данных и автоматизации аналитики.
Особенно меня привлекает возможность работать в RnD-отделе с минимумом бюрократии, где я смогу применить свои навыки оптимизации промптов (CoT, Few-Shot) и работы с векторными базами данных. Уверен, что мой опыт в построении масштабируемых AI-инструментов поможет вашей команде эффективно превращать данные в ценные бизнес-отчеты.
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в BLASK уже сейчас
Присоединяйтесь к команде BLASK и создавайте передовые AI-решения на базе RAG и ReAct-агентов!
Описание вакансии
#вакансия
Компания: BLASK
ЗП:2500 - 4000$ Middle LLM Engineer
Локация: ЕС/СНГ/Азия
Формат работы: Удалённо
Занятость: full-time
Контакты: Откликнуться
О проекте:
Мы в RnD Blask активно внедряем AI в бизнес-процессы. Наш отдел занимается тем, что превращает терабайты внешних и внутренних данных в понятные отчеты и удобные инструменты для всей компании. Мы не просто «крутим модельки», а создаем работающие продукты: от систем мониторинга рынков до умных агентов, которые знают о компании всё
Чем предстоит заниматься:
\* Разработка и поддержка RAG-систем: парсинг новостей и отчетов, их структурирование и эффективная укладка в векторные БД
\* Генерация аналитики: автоматизация написания детальных отчетов по странам (анализ трендов, регуляторики, конкурентов)
\* Развитие AI-агентов: работа над ReAct-агентом, который умеет ходить в API/базы данных и отвечать на вопросы
\* Data Pipeline: создание пайплайнов для сбора данных из открытых источников и их последующей обработки (структурирование, суммаризация, классификация)
Наш стек:
\* Язык: Python (FastAPI, pandas)
\* LLM: Cloud-based. LangChain, LangSmith
\* Данные: PostgreSQL (pgvector), Kafka
\* Окружение: Docker Compose, Git, uv
Что мы ждем от тебя:
\* Опыт коммерческой ML-разработки от 3 лет, из которых минимум 2 года — работа с NLP/LLM.
\* Умеешь и любишь писать чистый, поддерживаемый код
\* Опыт работы с агентами (Tool-use, ReAct pattern)
\* Уверенная работа с промптами: Few-Shot, Chain-of-Thought, оптимизация контекстного окна
Будет плюсом:
\* Опыт в iGaming или FinTech
\* Опыт файнтюнинга LLM
Что предлагаем:
\* Полная удаленка, часовой пояс GMT+2:GMT+7
\* Команда из трех человек
\* Рнд отдел, минимум бюрократии
\* Возможность внедрять свои идеи и подходы
\* Конкурентную зарплату, обсуждаем на интервью
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- FastAPI
- Pandas
- LangChain
- PostgreSQL
- Kafka
- Docker Compose
- Git
- NLP
- LLM
- RAG
Возможные вопросы на собеседовании
Проверка практического опыта реализации ключевой задачи вакансии.
Расскажите о самом сложном RAG-пайплайне, который вы строили: как решали проблему релевантности поиска и качества генерации?
Вакансия предполагает работу над ReAct-агентами.
С какими основными проблемами вы сталкивались при реализации Tool-use у агентов и как боролись с зацикливанием или галлюцинациями?
Оптимизация контекста критична для производительности и стоимости систем.
Какие техники оптимизации контекстного окна вы применяли на практике, помимо простого сокращения текста?
Проверка навыков работы с данными и инфраструктурой.
Как вы организуете процесс версионирования промптов и оценки качества (evaluation) ответов LLM в продакшене?
В стеке указана Kafka, что подразумевает работу с потоками данных.
Был ли у вас опыт интеграции LLM в асинхронные пайплайны обработки данных с использованием Kafka?
Похожие вакансии
AI-инженер (Middle+)
AI-инженер (Middle+) & Node.js
AI-инженер (Middle+)
Middle+ AI-инженер
AI Content Engine Builder / AI контент-дизайнер-генератор
Prompt-инженер / AI Engineer
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!
- Зарплата
- 2 500 $ – 4 000 $