Обязанности:
Проектировать и настраивать AI-сценарии: чат-боты, ассистенты, рекомендательные
подсказки.
Реализовывать и поддерживать RAG-подход:
o подготовка данных (очистка, разметка, chunking);
o построение индексов и векторного поиска (vector store).
Интегрировать AI-сервисы с внутренними системами (порталы, CRM, тикет-системы, БД) через REST/API.
Настраивать промпты, цепочки запросов (prompt chaining), правила маршрутизации.
Следить за качеством ответов: собирать фидбек, метрики, участвовать в улучшении моделей и логики.
Работать в связке с разработчиками, аналитиками и бизнес-заказчиками.
Требования:
Понимание принципов работы LLM и RAG (что такое embeddings, vector store, контекстное окно и т.п.).
Опыт практической работы с одной из LLM-платформ / библиотек (OpenAI / Anthropic / open-source модели и др.).
Уверенный SQL и понимание работы с реляционными БД.
Базовый опыт интеграций через REST API (запросы, аутентификация, обработка ошибок).
Умение писать прототипы на Python (предпочтительно) или другом языке для glue-логики.
Навык формулировать требования и разговаривать с бизнесом «человеческим» языком.
Желательно (плюс)
Опыт с векторными БД (Milvus, Qdrant, pgvector, Chroma или аналоги).
Опыт построения пайплайнов обработки данных (ETL/ELT, data-pipelines).
Опыт работы с контейнерами (Docker) и базовыми практиками деплоя.
Понимание основных метрик качества AI-систем (precision/recall, user feedback, latency, cost per request).
Свободу в принятии решений и возможность карьерного роста в активно развивающейся международной компании
Интересные и разнообразные задачи, позволяющие влиять на бизнес и развитие продукта
Гибкое начало рабочего дня, современный офис в Esentai Tower (центр Алматы) или гибридный формат работы
Различные бенефиты и уникальные предложения на продукты компаний Freedom Holding Corp.