AI Engineer (LLM)

Про роль

Ми будуємо асистента для внутрішньої бази знань клієнтів. Ви відповідатимете за весь RAG-контур: від інжесту документів до якості відповіді у продакшені.

Що робити

• проєктувати та підтримувати RAG-пайплайн (чанкінг, ембединги, реранкінг)
• писати й версіонувати промпти, вимірювати їх на офлайн-наборах
• тримати вартість і латентність запиту в межах бюджету
• закривати галюцинації метриками, а не відчуттями

Що потрібно

• Python і досвід із LLM API (Claude, OpenAI або власний інференс)
• розуміння векторних баз і пошуку (pgvector, Qdrant, Elastic)
• досвід оцінки якості генерації: eval-набори, LLM-as-judge, ручна перевірка
• англійська для читання документації