Applied AI Engineer

October 15, 2026

Remote

Middle

Description

Международная компания разрабатывает mobile-first продукты и AI-driven решения и активно развивает внутреннюю AI-инфраструктуру с agent ecosystem, которая постепенно становится общей технологической платформой для автоматизации процессов и knowledge management. Ищем Applied AI Engineer (Middle+), который будет работать в связке с Lead AI Engineer и помогать развивать, тестировать и улучшать эту систему. Это практическая инженерная роль с большим количеством экспериментов: проверять, насколько хорошо AI-системы работают на конкретных бизнес-сценариях, и доводить решения до стабильного production-качества.

Responsibilities

Тестировать и улучшать внутренние AI-системы: анализировать качество ответов, ошибки и нестабильные сценарии, дорабатывать системные промпты и проверять изменения на реальных и синтетических кейсах
Развивать систему оценки качества AI-решений: создавать eval-наборы и метрики, настраивать regression tests, LLM-as-a-Judge, deterministic checks и другие механизмы автоматического тестирования
Проводить эксперименты с моделями, промптами, RAG-конфигурациями и другими AI-компонентами, сравнивая качество, скорость и стоимость разных подходов
Анализировать реальные пользовательские сценарии, диалоги и логи использования, находить повторяющиеся ошибки и формировать гипотезы по улучшению системы
Работать с корпоративными knowledge base и RAG-системами: улучшать retrieval, качество контекста и релевантность получаемой информации
Исследовать новые AI-модели, инструменты и подходы, быстро собирать прототипы и проверять, дают ли они реальное улучшение существующей системы
Работать с данными для обучения и оценки моделей: собирать, очищать, классифицировать и размечать данные, формировать datasets для SFT, preference learning и evaluation
Разбирать инциденты и проблемы существующих AI-систем на уровне моделей, промптов, retrieval, данных и integrations
Помогать развивать agent workflow, tool calling и автоматизацию внутренних процессов
Работать вместе с Lead AI Engineer над общей AI-платформой, решения из которой используются сразу в нескольких продуктах и компаниях

Requirements

Практический опыт разработки и поддержки AI / LLM-систем
Хорошее понимание принципов работы современных LLM и ограничений таких систем
Уверенное владение Python
Опыт работы с LLM API и различными моделями
Практический опыт prompt engineering и системного тестирования промптов
Понимание подходов к evaluation LLM-систем и построению eval-наборов
Опыт работы с RAG, embeddings и vector databases
Умение работать с данными: анализировать, очищать, размечать и формировать datasets
Умение самостоятельно исследовать новую технологию, быстро собрать prototype и проверить целесообразность её внедрения
Способность разбираться в сложных AI-системах, находить причины деградации качества и предлагать практические улучшения
Высокая самостоятельность, ownership mindset и ориентация на практический результат
Опыт работы с Onyx и OpenClaw
Опыт построения automated eval pipelines
Практический опыт с LLM-as-a-Judge
Опыт fine-tuning / SFT моделей
Работа с Langfuse, LangSmith, Phoenix или другими инструментами observability для LLM-систем
Опыт работы с agentic systems и tool calling
Опыт построения production RAG
Понимание инфраструктуры inference и особенностей работы open-source моделей
Опыт работы с Claude Code, Cursor, Codex или другими AI-coding tools
Опыт в startup environment или fast-moving product teams

Conditions

Стабильный достойный доход в USD
Вечная удалёнка — возможность работать из любой точки мира
Лояльное отношение к графику, работа по московскому часовому поясу с разумной гибкостью
Возможность работать рядом с сильным техническим лидом и глубоко погрузиться в современные AI / agentic systems
Быстрые коммуникации, минимум бюрократии, высокий уровень свободы и прямое влияние на продукты и технологии
Постоянный доступ к платным обучающим площадкам