О проекте

Мы разрабатываем интеллектуальную аналитическую платформу для нефтегазовой отрасли Казахстана.

В основе системы — многоагентная AI-архитектура, которая:

• анализирует данные по топливным остаткам, ценам и производству НПЗ;
• работает с внутренними документами через RAG;
• формирует аналитические отчёты;
• обрабатывает внешние источники данных и медиа-повестку.

Система уже используется в продакшне реальными пользователями, и сейчас мы расширяем команду разработки.

Чем предстоит заниматься

Разработка и улучшение агентов

• Развитие логики агентной системы и оркестратора
• Добавление новых аналитических сценариев и инструментов
• Разработка и улучшение пайплайнов взаимодействия между агентами
• Промпт-инжиниринг и качество LLM

Работа с LLM и prompt engineering

• Проектирование и улучшение системных промптов
• Разработка механизмов оценки качества ответов
• Повышение стабильности и надёжности LLM-пайплайнов

RAG и семантический поиск

• Развитие RAG-пайплайнов и retrieval-логики
• Работа с векторным поиском и гибридными подходами
• Интеграция новых источников данных

Data engineering

• Поддержка ETL/ELT-пайплайнов
• Интеграция с корпоративными источниками данных
• Работа с реляционными БД, схемами данных и миграциями

Инфраструктура и production

• Контейнеризация и деплой сервисов
• Мониторинг и поддержка production-среды
• Повышение устойчивости и наблюдаемости системы

Что мы ожидаем

Обязательные требования:

• Уверенный Python — async/await, типизация, работа с внешними API
• Практический опыт работы с LLM и AI-пайплайнами
• Понимание RAG: retrieval, chunking, embeddings, hybrid search
• Опыт разработки и отладки многошаговых LLM-пайплайнов или агентных систем
• Опыт работы с реляционными базами данных
• Docker или аналогичные инструменты контейнеризации

Будет плюсом:

• Опыт с агентными фреймворками (LangChain, LangGraph, Google ADK или аналоги)
• Знакомство с MCP (Model Context Protocol) или другими протоколами tool use
• Опыт с ETL-оркестраторами и пайплайнами данных
• Опыт промпт-инжиниринга для русского или казахского языка
• Работа с корпоративными источниками данных (DWH, MSSQL, Greenplum и подобные)
• Опыт веб-скрапинга и интеграции с внешними источниками

Что для нас важно

• Инженерный подход и внимание к качеству решений
• Умение работать с неопределённостью и новыми задачами
• Внимание к деталям и надёжности системы

Что мы предлагаем

• Работу на реальном AI-продукте, который уже в продакшне
• Сложные технические задачи: агенты, LLM, векторный поиск, стриминг, многоязычность
• Среду, где инженерная культура ценится наравне с результатом
• Возможность влиять на архитектуру системы с первых дней
• Доступ к GPU-инфраструктуре и открытым моделям

Как откликнуться

Пришлите краткое описание релевантного опыта и ссылки на проекты, GitHub или другие примеры работ, если они есть.

Даже если вы не соответствуете всем требованиям на 100%, но вам близка задача — будем рады познакомиться.