ProBack

ProBack - это команда экспертов в сфере технологий, которая оказывает полный цикл услуг по разработке решений для автоматизации и оптимизации бизнес-процессов. Мы ищем опытного AI-инженера, который сможет превратить сложные бизнес-задачи в работающие, масштабируемые AI-решения. Фокус на решении реальных бизнес-проблем, а не на исследованиях. Нам важно стратегическое мышление: умение быстро собирать PoC, валидировать их на метриках и итеративно доводить MVP до продакшена. Чем предстоит заниматься: Анализ и декомпозиция бизнес-задач: определение зон применения ML Проектирование архитектуры AI-решений совместно с командой: выбор подходящих паттернов (agentic vs. RAG vs. классический ML) Внедрение метрик качества (точность, релевантность, время ответа), регулярный анализ результатов, формулирование гипотез, итеративное улучшение решения Разработка AI-агентов и copilot-систем (оркестрация агентов, управление памятью, планирование и декомпозиция задач, умная маршрутизация) Построение RAG-систем: выбор стратегий индексации, определение оптимального чанкинга, обогащение метаданными, реализация гибридного поиска и переранжирования Версионирование промтов, моделей, датасетов Внедрение наблюдаемости (observability) решений: трейсинг цепочек вызовов, мониторинг качества ответов, контроль затрат токенов и времени ответа Взаимодействовать с командой разнонаправленных специалистов (backend/devops/ml/promt-engineer) Наши ожидания: 3+ лет прикладной AI/ML-разработки с фокусом на NLP и LLM-системы Опыт с LLM API: промпт-инжиниринг, управление контекстом, streaming Практический опыт с LLM-агентами: ReAct-паттерн, function calling, chain-of-thought рассуждения, multi-agent системы Глубокое понимание RAG: векторный и гибридный поиск, стратегии чанкинга, переранжирование, query decomposition Сильный Python: чистый, типизированный код, unit-тесты, асинхронное программирование, ооп, docker Знание фреймворков: LangChain, LangGraph или аналоги Векторные базы данных: Qdrant, Milvus, Chroma или аналоги LLM observability tools: LangFuse или подобные платформы Понимание микросервисной архитектуры: работа с очередями (RabbitMQ, Kafka), кэшированием Опыт с FastAPI или аналогами Способность объяснить сложные AI-концепции нетехническим стейкхолдерам Будет Плюсом: Опыт fine-tuning и дистилляции моделей, а также понимание современных архитектур сетей Знакомство с no/low code редакторами LangFlow, n8n или аналогами Что мы предлагаем: Формат работы: гибрид (Москва) 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.

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. Чем предстоит заниматься: 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. Наши ожидания: 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). Что мы предлагаем: Формат работы: гибрид (Москва) 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.

ProBack - это команда экспертов в сфере технологий, которая оказывает полный цикл услуг по разработке решений для автоматизации и оптимизации бизнес-процессов. Чем предстоит заниматься: Разрабатывать и поддерживать тестовый фреймворк. Писать, запускать и анализировать автотесты. Проводить ручное и нагрузочное тестирование. Тестировать backend, микросервисы и AI-компоненты. Настраивать и поддерживать тестовые пайплайны CI/CD. Фокус роли: 80% автоматизация и 20% ручное тестирование; 80% backend и 20% frontend. Наши ожидания: Опыт работы в QA от 5 лет. Опыт автоматизации тестирования от 3 лет. Уверенное владение Python, Pytest и Requests. Опыт тестирования API, микросервисов и backend-систем. Опыт работы с Kubernetes. Опыт тестирования высоконагруженных систем. Практический опыт работы с CI/CD на уровне создания и настройки пайплайнов. Экспертиза в нагрузочном тестировании: разработка скриптов, проведение испытаний, анализ результатов и подготовка отчётов. Опыт тестирования решений на базе RAG, LLM или AI-агентов. Будет Плюсом: Опыт работы с gRPC. Опыт работы с Kafka. Опыт работы с Redis. Опыт работы с Langfuse. Что мы предлагаем: Полная удаленная работа с гибким графиком. 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.

ProBack - это команда экспертов в сфере технологий, которая оказывает полный цикл услуг по разработке решений для автоматизации и оптимизации бизнес-процессов. Мы ищем опытного AI-инженера, который сможет превратить сложные бизнес-задачи в работающие, масштабируемые AI-решения. Фокус на решении реальных бизнес-проблем, а не на исследованиях. Нам важно стратегическое мышление: умение быстро собирать PoC, валидировать их на метриках и итеративно доводить MVP до продакшена. Чем предстоит заниматься: Анализ и декомпозиция бизнес-задач: определение зон применения ML Проектирование архитектуры AI-решений совместно с командой: выбор подходящих паттернов (agentic vs. RAG vs. классический ML) Внедрение метрик качества (точность, релевантность, время ответа), регулярный анализ результатов, формулирование гипотез, итеративное улучшение решения Разработка AI-агентов и copilot-систем (оркестрация агентов, управление памятью, планирование и декомпозиция задач, умная маршрутизация) Построение RAG-систем: выбор стратегий индексации, определение оптимального чанкинга, обогащение метаданными, реализация гибридного поиска и переранжирования Версионирование промтов, моделей, датасетов Внедрение наблюдаемости (observability) решений: трейсинг цепочек вызовов, мониторинг качества ответов, контроль затрат токенов и времени ответа Взаимодействовать с командой разнонаправленных специалистов (backend/devops/ml/promt-engineer) Наши ожидания: 3+ лет прикладной AI/ML-разработки с фокусом на NLP и LLM-системы Опыт с LLM API: промпт-инжиниринг, управление контекстом, streaming Практический опыт с LLM-агентами: ReAct-паттерн, function calling, chain-of-thought рассуждения, multi-agent системы Глубокое понимание RAG: векторный и гибридный поиск, стратегии чанкинга, переранжирование, query decomposition Сильный Python: чистый, типизированный код, unit-тесты, асинхронное программирование, ооп, docker Знание фреймворков: LangChain, LangGraph или аналоги Векторные базы данных: Qdrant, Milvus, Chroma или аналоги LLM observability tools: LangFuse или подобные платформы Понимание микросервисной архитектуры: работа с очередями (RabbitMQ, Kafka), кэшированием Опыт с FastAPI или аналогами Способность объяснить сложные AI-концепции нетехническим стейкхолдерам Будет Плюсом: Опыт fine-tuning и дистилляции моделей, а также понимание современных архитектур сетей Знакомство с no/low code редакторами LangFlow, n8n или аналогами Что мы предлагаем: Гибрид (Москва) или полная удаленка - 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.

ProBack - это команда экспертов в сфере технологий, которая оказывает полный цикл услуг по разработке решений для автоматизации и оптимизации бизнес-процессов. Вам предстоит разработка backend-сервисов, API, инструментов для AI-агентов, а также модулей обработки документов и RAG. Вы будете работать на стыке backend-инженерии, интеграций и прикладного AI. Чем предстоит заниматься: Разработка backend-сервисов на Python (FastAPI / Flask / aiohttp). Проектирование и реализация API для взаимодействия с AI-агентами и внешними системами. Интеграции с корпоративными системами (HRIS, ERP, DMS, CRM) и внешними API. Работа с очередями и событийными системами (Kafka / RabbitMQ / SQS). Разработка модулей авторизации/аутентификации (OAuth2, SSO, RBAC), аудит и логирование. Реализация пайплайнов обработки документов: загрузка, парсинг, классификация, векторизация. Построение и оптимизация RAG-подсистемы (Vector DB, поиск, метаданные). Оптимизация производительности, работа с асинхронностью, распределёнными задачами. Работа с базами данных (Postgres + Redis/NoSQL + Vector DB). Участие в проектировании архитектуры, улучшении качества кода, CI/CD процессе Наши ожидания: Отличное знание Python и опыт коммерческой разработки от 2–4+ лет. Уверенный опыт разработки веб-API на FastAPI или Flask. Понимание асинхронности в Python: asyncio, async/await, aiohttp. Опыт работы с SQL-базами (Postgres, MySQL): схемы, миграции, оптимизация запросов. Опыт интеграций с внешними API. Базовый опыт работы с Docker, CI/CD. Знание хотя бы одного брокера очередей (Kafka, RabbitMQ, SQS). Опыт работы с JSON, XML, документами, обработкой данных. Будет Плюсом: Опыт работы с AI/LLM сервисами (OpenAI, Anthropic, Azure OpenAI). Опыт разработки систем RAG: семантический поиск, векторизация, chunking, метаданные. Знание Vector DB: Qdrant, Pinecone, Weaviate, Elasticsearch. Опыт разработки высоконагруженных или распределённых систем. Опыт построения корпоративных интеграций (SAP, Oracle, 1С, ServiceNow). Что мы предлагаем: Полная удаленная работа с гибким графиком. 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.

ProBack - это команда экспертов в сфере AI- технологий, которая оказывает полный цикл услуг по разработке решений для автоматизации и оптимизации бизнес-процессов. Мы ищем опытного коллегу, который возьмет на себя управление отдельными модулями в рамках масштабной государственной платформы социально-трудовой сферы. Задачи, которые вам предстоят: Выстроить и запустить единый, практичный QA-процесс для линейки copilot-продуктов; Настроить обязательный релизный контур: risk assessment, smoke, regression scope, release checklist, rollback readiness, go / no-go; Быть владельцем release readiness и качества релизного процесса; Определять критические пользовательские и интеграционные сценарии, обязательные для прохождения перед выпуском; Разрабатывать тестовую стратегию для новых фич, изменений и релизов; Построить и поддерживать дефект-менеджмент: severity / priority, triage, правила hotfix и релизной приоритизации; Запустить post-release quality loop: production smoke, анализ регрессий, инцидентов, escaped defects и причин их появления; Вести компактную, но рабочую документацию: test strategy, regression scope, release checklist, risk log; Помогать командам внедрять единые стандарты качества без лишней бюрократии; Учитывать специфику AI- и copilot-продуктов: недетерминированное поведение, сложные пользовательские сценарии, интеграции и необходимость post-release контроля качества. Что для нас важно: Практический опыт в QA от 4 лет, включая опыт senior / lead / quality owner-роли; Опыт выстраивания QA-процессов на уровне правил, ролей, quality gates и релизной дисциплины, а не только на уровне ручного тестирования; Уверенный опыт тестирования web, backend, API и integration flows; Понимание того, как строятся smoke, regression, acceptance и release gates; Опыт работы с дефект-менеджментом, triage и релизной приоритизацией; Умение принимать решения по качеству в условиях ограниченного времени и отделять критичный риск для релиза от некритичного дефекта; Умение договариваться с разработкой, аналитикой и продуктом и переводить вопросы качества в понятные правила и решения; Практический опыт проверки API и интеграций, работы с Postman / Swagger, SQL, логами и базовыми CI/CD-пайплайнами; Опыт работы в среде с быстро меняющимися требованиями и высокой долей неопределённости; Умение строить QA-процессы без перегрузки команды бюрократией. Будет плюсом: Опыт работы с AI-, LLM- или copilot-продуктами; Понимание особенностей тестирования систем, где результат не всегда детерминирован; Опыт проверки сложных пользовательских сценариев: документы, поиск, ассистенты, integrations-heavy flows; Опыт построения post-release контроля качества и анализа escaped defects; Опыт внедрения release readiness-подхода в продуктовых командах. Что мы предлагаем: Формат работы на ваш выбор - удаленный (только территория РФ) или гибрид (офис в Москве); ДМС после успешного прохождения испытательного срока; Официальное трудоустройство, конкурентную «белую» зарплату; Техника для комфортной работы; Возможность работать над сложными и интересными бизнес - проектами в сфере AI; Команду экспертов, с которыми можно обсудить идеи и расти вместе.