Вакансия: Prompt Engineer (AI Agents & Automation)
Описание вакансии
О компании
Мы аккредитованная IT компания ИТ Центр (Summit Group), ТОП 15 МФО, > 400 сотрудников, кредитный рейтинг Эксперт РА ruBB.
Пятое место в рейтинге лучших работодателей России 2025 (МФК Саммит , бренд ДоброЗайм , категория Финансы, страхование, аудит , 200 1000 сотрудников) В отделе внедрения ИИ создаем практические AI решения для бизнеса:
- Сервис анализа телефонных переговоров (суммаризация, классификация нарушений/тональности, RAG)
- Автоматический анализ видео собеседований (ключевые кадры, транскрипты, когортный анализ)
- Аналитика просроченной задолженности (модели вероятности и срока дефолта, сегментация)
- Автоматизация ручных действий и внедрение ИИ агентов Чем предстоит заниматься: - Идентифицировать точки автоматизации в бизнес процессах (back office, контакт центр, скоринг/риск, HR)
- Проводить быстрые discovery сессии с заказчиками, декомпозировать сценарии и формализовать требования
- Проектировать и разрабатывать AI агентов и промпт цепочки (reasoning, tool /function calling, memory)
- Создавать RAG пайплайны (индексация, эмбеддинги, retrieval, ранжирование, защитные рамки)
- Настраивать интеграции с внешними системами (CRM/телефония/почта/бот платформы/доки) через API
- Обеспечивать качество: метрики релевантности/точности, offline оценка, A/B/ABC тесты, guardrails
- Документировать системные промпты, контексты и инструкции; вести библиотеку шаблонов
- Совместно с разработчиками выпускать решения в прод (FastAPI, очереди, мониторинг)
- Сопровождать релизы: сбор телеметрии, анализ ошибок/галлюцинаций, улучшение промптов и пайплайнов
Наш стек: - LLM: OpenAI/Claude/локальные (через API), Whisper/STT/TTS
- Промпт/агенты: LangChain, LangGraph, function/tool calling, ReAct/plan act, memory
- Векторный поиск: pgvector/Postgres, FAISS, Elasticsearch/OpenSearch, Qdrant как плюс
- RAG: эмбеддинги (text embedding 3, bge и др.), chunking, reranking
- Оркестрация/интеграции: Cloude CLI, OpenAI Agent, n8n/Make (как плюс), Python, FastAPI, др.
- Наблюдаемость/оценка: LangFuse/LangSmith (или аналоги), Prometheus/Grafana/Sentry
- Хранилища/очереди: PostgreSQL, Redis, RabbitMQ
Требования: - 2 4+ года опыта в применении LLM/AI к бизнес задачам (продуктовые/внутренние решения) - Практика промпт инжиниринга: системные/инструкционные промпты, few shot, structured output, reasoning
- Опыт построения RAG систем и работы с векторными БД; понимание рисков (дрейф, контекст, приватность)
- Базовый Python и интеграции по API; умение собрать MVP (скрипт/FastAPI) для проверки гипотезы (с AI IDE тоже)
- Навыки бизнес анализа: интервью пользователей, BPMN/As Is/To Be, KPI/эффект, декомпозиция требований
- Понимание product метрик и дизайна экспериментов (оффлайн метрики, A/B, интерпретация)
- Грамотная письменная речь, презентация результатов, работа с возражениями и рисками
Будет преимуществом - Опыт управления проектами в ИТ: планирование, риски, коммуникации, согласования
- Знание домена финтех/контакт центров/документооборота
- Опыт настройки guardrails/политик безопасности, фильтров конфиденциальности и red team проверок
- Навыки прототипирования UI (Streamlit, простые боты/виджеты) для демонстрации ценности
- Знание практик MLOps/LangOps: версионирование промптов/контекстов, трекинг экспериментов
Что сделаешь в первые 90 дней: - За 2 4 недели: аудит процессов, карта возможностей автоматизации, 1 2 быстрых MVP (например, авто суммаризация и классификация обращений; агент помощи сотруднику)
- За 4 8 недель: запуск пилота по RAG/агенту с интеграцией в рабочий процесс, метрики качества и экономического эффекта, guardrails
- За 8 12 недель: вывод в прод 1 2 решений, дашборды наблюдаемости, регламент поддержки и масштабирования
Условия: - Удаленная работа или гибрид; гибкий график, 5/2
- Зарплата всегда вовремя; прозрачная вилка, регулярный пересмотр
- Индивидуальный план развития, менторство, обмен опытом
- Компенсация ИИ инструментов (Cursor, Copilot, Windsurf), обучение (курсы, библиотека)
- Минимум бюрократии, влияние на решения и техстек
Как откликнуться:
Отправьте резюме и примеры работ: системные промпты, схемы RAG/агентов, ссылки на демо/репозитории.Коротко ответьте: Какой AI сценарий вы внедрили в прод и какой бизнес эффект получили? Опишите метрики и контроль эксперимента .
#Prompt Engineering#AI Agents#RAG#LLM#LangChain#LangGraph#LangFuse#OpenAI#Whisper# STT#TTS#Embeddings# pgvector#FAISS#Elasticsearch#Python#FastAPI#n8n# Make# Redis# RabbitMQ# PostgreSQL# Prometheus#Grafana#Sentry#FinTech#
