Инженер AI/LLM

AI-агент для BDD-автоматизации в корпоративной банковской среде

Мы создаем AI-агента для существующего Python BDD-фреймворка в корпоративной банковской среде. Цель решения — преобразовывать функциональные тестовые сценарии в готовые автоматизированные тесты на Gherkin с использованием существующей кодовой базы готовых, реализованных в коде, шагов.

Продукт решает проблему дорогого и медленного создания BDD-автотестов, помогает ускорить работу команды, снизить стоимость регресса, повысить переиспользование шагов и стандартизировать процесс автоматизации. Это прикладной AI-проект на стыке LLM, RAG и автоматизации тестирования.

Чем предстоит заниматься

• Проектировать и согласовывать архитектуру AI-агента, приложений и интеграций.
• Развивать и разрабатывать backend-компоненты AI-агента, общие библиотеки и интеграционные взаимодействия.
• Реализовывать решения на базе LLM, ReAct и RAG, включая поиск и подбор релевантных «шагов» из существующей библиотеки.
• Интегрировать систему с внутренними сервисами, репозиториями, базами знаний и корпоративной инфраструктурой.
• Формировать требования для построения CI/CD, мониторинга, логирования, трассировки и контроля качества для AI-агента.
• Проводить ревью кода, поддерживать код-стандарт и участвовать в командных коммуникациях.
• Взаимодействовать с специалистами по автоматизированному тестированию, QA-инженерами и разработчиками для уточнения требований и сценариев использования.
• Участвовать в разработке пользовательской поверхности решения, в формате IDE plugin.

Технологический стек

• Python 3.
• FastAPI, Streamlit.
• PostgreSQL, pgvector.
• Apache Kafka.
• Docker.
• Linux.
• HTTP, REST, GraphQL.
• LLM, RAG, ReAct, embeddings, vector search.

Что мы ожидаем

• Практический опыт построения RAG-систем и работы с векторными хранилищами, желательно PostgreSQL + pgvector.
• Опыт разработки ReAct-агентов.
• Понимание принципов ООП, SOLID и паттернов проектирования.
• Понимание базовых принципов многопоточного и асинхронного программирования, включая GIL и asyncio.
• Практические знания и навыки работы с LLM.
• Опыт работы с инструментами контейнеризации приложений, включая Docker.
• Опыт от 2 лет.

Условия работы

• Формат работы: офис, г. Москва ул. Вавилова 29.
• ДМС со стоматологией с первого месяца работы.
• Техника для работы.
• Компенсация фитнеса (до 50%).