LLM Engineer: RAG Pipelines & Multi-Agent Systems

Lexica

United States

Remote

USD 140,000 - 180,000

Full time

2 days ago

Be an early applicant

Application generator

A complete application in a minute — tailored resume and cover letter, ready to send.

Get past ATS filters

Qualifications

Требуется коммерческий опыт разработки на Python от 3 лет, из них 1 год — с LLM/RAG.
Опыт работы с библиотеками Python для обработки данных: pandas, Polars, NumPy.
Глубокое понимание принципов LLM, архитектуры RAG и промпт-инженерии.
Понимание проектирования агентных систем: инструменты, оркестрация и обработка ошибок.
Умение оценивать стоимость, задержку и масштабируемость решений на базе LLM.
Опыт проектирования SQL-схем и оптимизации запросов в PostgreSQL.

Responsibilities

Проектировать и развивать LLM-сервисы и API для внешних систем.
Создавать и оптимизировать RAG‑пайплайны и системы гибридного поиска.
Проектировать агентные рабочие процессы и мультиагентные системы.
Интегрировать LLM‑провайдеров и управлять промптами и маршрутизацией вызовов.
Внедрять наблюдаемость и оценку LLM‑систем: качество, стоимость, задержки.
Обеспечивать безопасность API и документировать его с использованием OpenAPI/Swagger.

Skills

Python-разработка

LLM/RAG

Prompts и проектирование промптов

Агенты и мультиагентные системы

Оценка стоимости/задержки

Tools

PostgreSQL

Vector DB (pgvector/Qdrant/Weaviate/Pinecone)

LangChain/LangGraph

Airflow

Kafka/Kubernetes/Prometheus Grafana

Job description

Описание: Описания нет

Задачи:

Проектировать и разрабатывать LLM-сервисы и API для интеграции с внешними системами
Создавать и оптимизировать RAG-пайплайны и системы гибридного поиска
Проектировать и разрабатывать агентные рабочие процессы и мультиагентные системы
Интегрировать LLM-провайдеров и модели, оптимизировать промпты и управлять маршрутизацией LLM-вызовов
Внедрять наблюдаемость и оценку LLM-систем, отслеживать качество ответов, стоимость и задержки
Обеспечивать безопасность API и документировать API с использованием OpenAPI/Swagger

Требования:

Коммерческий опыт разработки на Python от 3 лет, из них от 1 года — в проектах с LLM/RAG
Опыт работы с библиотеками Python для обработки и анализа данных: pandas, Polars, NumPy или аналогами
Глубокое понимание принципов работы LLM, архитектуры RAG и техник проектирования промптов
Понимание принципов проектирования агентных систем: инструменты, управление состоянием, оркестрация, контроль выполнения, обработка ошибок, участие человека в цикле и ограничения автономности
Умение оценивать стоимость, задержки и масштабируемость решений на основе LLM
Опыт работы с PostgreSQL: проектирование схем данных и оптимизация SQL-запросов
Опыт работы хотя бы с одной векторной базой данных: pgvector, Qdrant, Weaviate, Pinecone или аналогами
Будет плюсом: опыт работы с LangChain/LangGraph, владение Airflow, MLflow, Kafka, Kubernetes, Prometheus и Grafana, уверенное владение ИИ-инструментами разработки (Copilot, Claude Code/Cursor, MCP), опыт настройки ИИ под задачи (промпты, пользовательские инструкции, навыки), понимание ограничений генеративных моделей и ответственности за сгенерированный код

Условия: