Вакансия в архиве с 5 сентября 2026
Работодатель больше не принимает отклики. Посмотреть похожие вакансии
Опубликовано 6 августа 2026 г.
Prompt engineer/ Промт-инженер в ProBack Москва
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:
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.
- 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.
- 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).
-
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.
Эту вакансию мы нашли в HH.ru
Зарплата vs рынок
Зарплата не указана. Обычно на такой позиции платят 75 000 – 160 000 ₽, медиана 110 000 ₽.
49k110k450k
обычно платят (p25–p75): 75 000 – 160 000 ₽
Когорта Python, Junior · 232 вакансии за 90 дней
Зарплаты Python →Похожие вакансии
Это единственная вакансия по вашему фильтру
Не то, что искал?
вакансии джуниор
как откликнуться на вакансию
примеры вакансий junior
вакансии по Python
стажировки по Python
Похожие вакансии
Смотреть ещё
Вакансия в архивеАвтоотклики
