Промпт-инженер

Навыки

• AI-агенты
• Креативность
• Elasticsearch
• JSON
• LLM
• Моделирование процессов
• Prompt engineering

О компании и продукте

• ProBack - это команда экспертов в сфере технологий, которая оказывает полный цикл услуг по разработке решений для автоматизации и оптимизации бизнес-процессов. Мы ищем Prompt engineer, которому предстоит разрабатывать промпты, LLM-пайплайны, ролевые модели и многошаговые reasoning-процессы, а также обеспечивать точность, стабильность и безопасность поведения AI-агентов. Это не “креативный промптинг”, а инженерная роль на стыке: LLM reasoning & orchestration, RAG и работа с корпоративными документами, проектирование инструментов и функций, оценка качества (evals), безопасность и детерминирование AI-агентов.

Задачи

• Разработка и оптимизация промптов, цепочек, ролей и инструкций для AI-агентов
• Проектирование многошаговых reasoning-процессов (ReAct, Plan-and-Execute)
• Настройка и контроль инструментов/функций для агента (function calling / tool use)
• Разработка подсказок и структурированных форматов ответа (JSON, схемы, правила)
• Участие в построении RAG-пайплайнов: chunking, метаданные, retrieval стратегия
• Анализ корпоративных документов (договоры, регламенты, заявки, отчёты) и адаптация промптов под домены Legal / Compliance / Procurement / HR
• Проектирование fail-safe стратегий, обработка ошибок, предотвращение галлюцинаций
• Разработка eval-наборов и автоматических тестов на устойчивость и точность ответа
• Сотрудничество с backend- и AI-инженерами при внедрении промптов в продакшен
• Оптимизация стоимости вызовов моделей и latency

Требования

• Опыт разработки промптов и LLM-пайплайнов (OpenAI, Claude, Llama или Mistral). Практический опыт работы с RAG
• разработка chunking-стратегий
• работа с embeddings
• оценка релевантности поиска
• построение контекста
• Понимание того, как работают LLM (контекстное окно, токены, temperature, ограничения)
• Умение проектировать структурированные ответы (JSON, XML, схемы)
• Навык написания детерминированных промптов и контроля качества ответа
• Умение работать с многошаговыми reasoning-паттернами и инструментированием LLM
• Способность анализировать корпоративные документы и строить на их основе промпты
• Понимание рисков: галлюцинации, утечки данных, безопасность

Будет плюсом

• Опыт построения автоматических eval-пайплайнов (DeepEval, Ragas, LangSmith, TruLens)
• Навыки Python на уровне написания утилит, интеграционных тестов и экспериментов
• Опыт с vector DB: Qdrant, Pinecone, Weaviate, Elasticsearch
• Опыт встраивания LLM-инференса в продакшн-системы
• Понимание архитектур LLM-агентов и DSL для управления моделью (ReAct, XML control, System shaping)

Условия

• Формат работы: гибрид (есть офис в Москве) или удаленный (только территория РФ) - на ваш выбор
• ДМС после успешного прохождения испытательного срока
• Официальное трудоустройство, конкурентную «белую» зарплату
• Возможность работать над сложными и интересными бизнес - проектами в сфере AI
• Команду экспертов, с которыми можно обсудить идеи и расти вместе

Паспорт вакансии

История публикации

Откуда что взялось

Отмечено то, что вывели мы. Без пометки — значение назвал работодатель.

Почему на этом месте в выдаче

Порядок выдачи объявлен контрактом: свежесть решает между днями, полнота и зарплата — внутри дня.