Стажер LLM-разработчик

Мечтай о большем Napoleon ITМы — IT-компания, в которой искусственный интеллект объединяется с человеческим. В нашей команде уже более 200 сотрудников, у нас 3 офиса в России (Москва, Санкт-Петербург, Челябинск) и 3 направления развития: заказная разработка, outstaffing и собственные продукты.
Мы активно развиваем направление LLM (Large Language Models) и Generative AI, строим мультиагентные системы и платформенные решения для крупных брендов, ритейла и маркетплейсов. Наша философия — LLM First, мы внедряем передовые технологии во все внутренние процессы, чтобы освобождать ресурс команды для смелых идей и амбициозных целей.

О проектеМы приглашаем начинающего специалиста в команду, которая занимается реализацией MVP и production-сервисов на базе больших языковых моделей. Ты будешь работать над созданием умных ассистентов, RAG-систем и интеграцией LLM в реальные бизнес-процессы. Это возможность погрузиться в мир генеративного ИИ и поработать с самыми современными технологиями.

Что делает наша система?

• Строит сложные LangChain-флоу для обработки запросов.

• Извлекает релевантную информацию из баз знаний с помощью RAG-пайплайнов.

• Интегрирует LLM в микросервисную архитектуру для создания надежных продуктов.
  Это амбициозная задача, в которой ты сможешь применить самые современные подходы в области NLP и машинного обучения.

Чем предстоит заниматься:

• Разрабатывать прототипы и MVP-сервисы на базе LLM (LangChain, LLM-API, локальные модели).

• Реализовывать RAG-пайплайны: подготовка документов, векторизация, настройка векторных хранилищ и retrieval-логики.

• Заниматься промпт-инжинирингом и экспериментами с инструкциями/температурой/контекстом; строить простые системы оценки ответов.

• Интегрировать LLM в микросервисы (FastAPI/Flask), упаковывать решения в Docker, участвовать в deployment.

• Участвовать в мониторинге inference-сервисов (метрики latency, error rate, качество ответов).

• Готовить документацию, README и инструкции для запуска демо/сервисов.

Что мы ждем от тебя:

• Уверенное знание Python, Git, принципов ООП.

• Понимание устройства работы в окружениях разработки и основ Docker.

• Опыт работы с фреймворком PyTorch (понимание основ, учебные проекты).

• Опыт работы с LangChain (или похожими фреймворками и платформами).

• Понимание архитектуры RAG (embeddings → vector DB → retriever → LLM).

• Понимание принципов prompt engineering и методов оценки качества ответов (ручные тесты, чек-листы, простые метрики).

• Английский язык достаточный для чтения технической документации и работы с open-source репозиториями.

• Готовность уделять стажировке от 30 часов в неделю.

Будет плюсом:

• Опыт работы с векторными базами данных (Chroma, FAISS, Qdrant).

• Знакомство с фреймворками для оценки LLM (RAGAS, OpenAI Evals).

• Понимание основ работы FastAPI.

• Опыт написания простых SQL-запросов.

Условия стажировки:

• Срок: до 3 месяцев (стажировка оплачиваемая, обсуждается индивидуально для каждого кандидата в зависимости от его опыта)

• График: Гибкий формат (5/2, от 6 до 8 часов в день). Можно совмещать с учебой.

• Формат работы: Гибрид

• Оборудование: Предоставляем компьютер, ПО и всё необходимое для работы.

• Наставничество: С тобой будет работать опытный специалист, который поможет войти в курс дела, давать регулярную обратную связь и поддерживать на всех этапах.

• Развитие: Индивидуальный план профессионального роста, доступ к образовательным ресурсам нашей IT-школы GIGASCHOOL, возможность участвовать в реальных рабочих процессах и собрать портфолио успешных кейсов.

• Перспективы: Успешное прохождение стажировки — это возможность получить оффер и продолжить карьеру в компании.

Почему с нами классно:

• Реальные задачи с использованием передовых технологий (LLM, мультиагентные системы, RAG).

• Современные офисы и дружная команда энтузиастов GenAI.

• Корпоративные мероприятия: квизы, тимбилдинги, лекции и мастер-классы.

Присоединяйся к Napoleon IT, чтобы создавать будущее с помощью ИИ!