Senior LLM Engineer / AI Agent Optimization Lead (Conversational AI, Sales Automation) (удаленная работа)

28 февраля 2026

Уровень зарплаты:
з.п. не указана
Требуемый опыт работы:
Не указан

Вакансия: Senior LLM Engineer / AI Agent Optimization Lead (Conversational AI, Sales Automation)

Описание вакансии

Мы развиваем AI-агента для автоматизации коммуникации в продажах (сфера недвижимости).

Агент уже работает в продакшене, общается с реальными пользователями и генерирует встречи.

Сейчас нам нужен человек, который полностью возьмёт на себя LLM-направление и подготовит продукт к масштабированию до 1 000+ клиентов.

Это ключевая роль в продукте.

Зона ответственности

1. Владение поведением AI-агента

  • Проектирование и оптимизация системных промптов.
  • Разработка few-shot и негативных примеров.
  • Внедрение guardrails (запреты, анти-галлюцинации, fallback-логика).
  • Контроль длины диалога (length fuse, forced CTA).
  • Работа с логикой назначения встреч.

2. Повышение конверсии

  • Анализ реальных диалогов.
  • Поиск точек потери конверсии.
  • A/B тестирование версий промптов.
  • Оптимизация перехода к назначению встречи.

3. Метрики и контроль качества

  • Проектирование системы метрик:
  • % предложений встречи
  • % согласованных встреч
  • % нарушений правил
  • средняя глубина диалога
  • drop-off этапы
  • Внедрение логирования и evaluation.
  • Настройка smoke/regression-тестирования.
  • Версионирование промптов и контроль изменений.

4. Подготовка к масштабированию

  • Повышение стабильности поведения агента.
  • Минимизация неожиданных сценариев.
  • Формирование стандартов работы с LLM внутри команды.

Что для нас важно

  • Опыт работы с LLM в production.
  • Понимание, как управлять поведением модели (не только писать промпты).
  • Опыт построения evaluation / тестирования LLM-систем.
  • Понимание конверсии и воронки продаж.
  • Опыт работы с API и backend-логикой.

Технологический контур

  • Backend: nodejs/nestjs
  • Оркестрация / workflow: n8n
  • LLM-провайдеры: openai
  • База данных: postgres
  • Инфраструктура: docker, got, vps
  • Логирование / трекинг: grafana
  • Интеграции: Google calendar, telegram

LLM-направление не жёстко привязано к конкретному стеку для нас важнее архитектура контроля и результат.

Формат работы

  • Full-time
  • Удалённо
  • Возможен бонус за достижение KPI (рост конверсии, снижение нарушений)

Обязательный вопрос для отклика

Пожалуйста, кратко ответьте:

У вас есть AI-агент, который должен доводить диалог до назначения встречи.

Какие 5 метрик вы внедрите в первую очередь и как организуете smoke/regression-тестирование новых версий промптов?

Мы оцениваем понимание архитектуры контроля, а не список инструментов.