- Страна
- Россия
- Зарплата
- от 400 000 ₽
Откликайтесь
на вакансии с ИИ
Senior Conversational Agent Engineer
Оценка ИИИнтересный и амбициозный проект на острие технологий (LLM Agents) с достойной оплатой и возможностью удаленной работы, однако проект ограничен по времени (3 месяца).
Сложность вакансии
Оценка ИИВысокая сложность обусловлена необходимостью самостоятельно спроектировать архитектуру MVP с нуля, реализовать сложные механизмы tool calling, управления состоянием и автоматических эвалов за короткий срок (3 месяца).
Анализ зарплаты
Оценка ИИПредложенная вилка от 400 000 рублей соответствует верхнему сегменту рынка для Senior AI/LLM инженеров в России, особенно для проектной работы.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в KVINT уже сейчас
Если вы готовы спроектировать и реализовать сложную систему диалоговых агентов с нуля, откликайтесь прямо сейчас!
Описание вакансии
#вакансия #llm #ai #удаленка #проектнаяработа
Senior Conversational Agent Engineer
Компания: KVINT
Локация: удалённо
Занятость: проектная
Срок: ~ 3 месяца
Вилка: от 400к в месяц
Создаём MVP self-service платформы, которая в диалоге с пользователем преобразует описание задачи, примеры разговоров и базу знаний в формализованную спецификацию работающего AI-агента, автоматически тестирует и улучшает его.
Что нужно реализовать:
• загрузку, разбор и структурирование инструкций, транскриптов, документов и сайтов;
• генерацию типизированной спецификации агента;
• runtime с управлением состоянием, переходами и tool calling;
• обработку неоднозначности, уточнений и исключений;
• текстовый sandbox, симулятор пользователей и автоматические evals;
• управляемый цикл улучшения и версионирования
На первом этапе создаём текстовый движок. STT, TTS и телефония подключаются позднее.
Архитектура заранее не фиксируется. Нужно предложить модель исполнения с разделением LLM-поведения и детерминированной бизнес-логики.
Ожидаемый результат - работающий e2e-сценарий: пользователь загружает материалы, получает агента, тестирует его на симулированных диалогах и выпускает улучшенную версию без участия разработчика.
Ожидания по опыту:
• практический опыт разработки production-систем на базе LLM/NLP, желательно диалоговых агентов;
• проектирование логики диалога: цели, intents, entities/slots, состояние, уточнения и fallback-сценарии;
• преобразование свободной речи в валидированные структурированные данные с обработкой неполного, неоднозначного и противоречивого ввода;
• разработка agent/workflow runtime: typed state, transitions, tool calling, persistence, replay и recovery;
• построение RAG и grounding по документам, транскриптам и сайтам;
• разработка evals: симуляция пользователей, автоматические оценки, regression testing и анализ ошибок;
• сильный backend и способность самостоятельно спроектировать и довести вертикальный сценарий до работающего MVP.
Контакт: Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- LLM
- RAG
- Prompt Engineering
- NLP
- Backend
- Tool Calling
- Evals
Возможные вопросы на собеседовании
Проверка архитектурного мышления и понимания надежности LLM-систем.
Как вы планируете разделять недетерминированное поведение LLM и жесткую бизнес-логику в архитектуре агента?
Важно понять, как кандидат обеспечивает качество ответов на основе предоставленных данных.
Какие стратегии RAG и grounding вы считаете наиболее эффективными для обработки разнородных источников (транскрипты, сайты, документы)?
Проект предполагает автоматическое тестирование агентов.
Как бы вы спроектировали систему автоматических evals и симулятор пользователей для оценки качества диалога без участия человека?
Проверка навыков работы со структурированными данными.
Как гарантировать получение валидной типизированной спецификации из свободного описания задачи пользователем?
Проверка опыта работы с диалоговыми состояниями.
