⏰ Отклики принимаются до 1 декабря. Рассматриваем только грамотно оформленные заявки с сопроводительным письмом.

О компании

IntellectDialog Казахстан — AI-платформа, официальный технический партнёр Meta и резидент Astana Hub. Мы специализируемся на автоматизации бизнес-коммуникаций через WhatsApp Business API и разработке интеллектуальных чат-ботов для корпоративных клиентов.

Обязанности

Проектирование и разработка AI-агентов на базе LLM:

• Архитектура мультиагентных систем: оркестрация, делегирование, коммуникация между агентами
• Проектирование цепочек рассуждений (Chain-of-Thought, ReAct, Tree-of-Thought)
• Декомпозиция сложных задач: разбивка на подзадачи, планирование, валидация промежуточных результатов
• Написание структурированных промптов: system/user/assistant роли, few-shot примеры, контекстные инъекции
• Условная логика в промптах: ветвление сценариев, guard rails, fallback-инструкции
• Function calling: описание схем, роутинг вызовов, обработка ответов, цепочки инструментов
• Работа с контекстным окном: управление длиной, приоритизация информации, сжатие истории
• Оптимизация промптов: A/B тестирование, метрики качества (accuracy, latency, cost), итеративное улучшение
• Обработка edge-cases: галлюцинации, отказы, неожиданные форматы ответов
• Prompt injection защита и валидация входных данных

Проектирование и реализация интеграций с внешними API:

• Авторизация (OAuth 2.0, API-ключи, JWT, HMAC-подписи)
• Управление жизненным циклом токенов (refresh, хранение, инвалидация)
• Обработка вебхуков и callback-ов с верификацией подписи
• Retry-логика с exponential backoff и jitter
• Работа с rate limits: троттлинг, очереди запросов, распределение нагрузки
• Пагинация (cursor-based, offset-based), обход лимитов выборки
• Обработка ошибок: circuit breaker, graceful degradation, fallback-сценарии
• Идемпотентность запросов, дедупликация
• Логирование, трейсинг и мониторинг API-вызовов

Дополнительно:

• Построение и настройка RAG-пайплайнов: индексация, chunking, retrieval, reranking
• Fine-tuning LLM-моделей под специфику бизнес-задач
• Мониторинг и оптимизация расхода токенов, контроль стоимости API-вызовов
• Разработка нелинейных диалоговых сценариев и AI-ассистентов на чистом коде
• Тестирование, отладка и вывод решений в production

Требования

Обязательно:

• Уверенное владение Node.js (async/await, работа с очередями, обработка ошибок)
• Понимание принципов работы LLM и практический опыт разработки на их базе
• Опыт работы с RAG-системами: LlamaIndex, LangChain или аналоги
• Понимание архитектуры RAG: эмбеддинги, векторные БД (Pinecone, Weaviate, Qdrant, Chroma)
• Навыки отслеживания и оптимизации расхода токенов, понимание ценообразования LLM-провайдеров
• Опыт работы с базами данных (PostgreSQL, MongoDB или аналоги)
• Уверенная работа с Git (ветвление, code review, CI/CD)
• Способность доводить решения от прототипа до боевого состояния

Будет плюсом:

• Опыт fine-tuning моделей (OpenAI fine-tuning API, LoRA/QLoRA для open-source моделей)
• Опыт создания AI-воркфлоу в n8n
• Знакомство с инструментами мониторинга LLM (LangSmith, Helicone, собственные решения)
• Опыт разработки Telegram/WhatsApp ботов
• Работа с open-source LLM (Llama, Mistral) и их деплой

Условия

• Удалённая работа или в офисе г. Астане
• Гибкий график
• Участие в развитии продукта с нуля
• Работа с актуальным AI-стеком и реальными бизнес-кейсами
• Возможность профессионального роста в команде

Как откликнуться

Отправьте

• Резюме или краткое описание опыта
• Ссылку на GitHub (если есть)

Сопроводительное письмо с ответами на вопросы:

• Какой самый сложный AI-агент или LLM-интеграцию вы реализовали? Опишите архитектуру и challenges
• Как вы подходите к оптимизации промптов? Приведите пример до/после
• Опишите ваш опыт работы с RAG: какие проблемы решали, какие инструменты использовали?
• Как вы отслеживаете и оптимизируете расход токенов в production?