Обязанности:
- Разработка и внедрение генеративных AI-решений: чат-боты, генераторы контента, AI-ассистенты, генерация кода
- Работа с открытыми и закрытыми генеративными моделями (GPT, Claude, Llama, Mistral, Gemini, DALL-E, Stable Diffusion)
- Настройка промптов и инженерия промптов для получения качественных результатов
- Дообучение (fine-tuning) и адаптация моделей под предметную область (RAG, LoRA, PEFT, RLHF)
- Проектирование архитектуры GenAI-приложений: оркестрация (LangChain, LlamaIndex), агенты, векторные БД, кеширование
- Интеграция GenAI с внутренними API, базами знаний и CRM
- Мониторинг качества и версионирование промптов и моделей
- Взаимодействие с бизнес-заказчиками и перевод их потребностей в технические решения
Требования:
- Опыт: работы с генеративными моделями от 2 лет
- Знание Python и фреймворков (LangChain, LlamaIndex, Haystack)
- Понимание принципов работы трансформеров, attention, embedding, диффузионных моделей (Diffusion)
- Опыт работы с векторными базами данных и RAG-архитектурой
- Знание методов fine-tuning (LoRA, PEFT) и работы с открытыми моделями
- Навыки работы с API OpenAI, Anthropic, Hugging Face, Replicate, Stability AI
- Английский: уровень не ниже Intermediate для чтения документации и работы с зарубежными моделями
Часто задаваемые вопросы:
Чем GenAI разработчик отличается от LLM инженера?
Ответ: LLM инженер фокусируется на текстовых моделях. GenAI разработчик работает с более широким спектром генеративных моделей: текст, изображения, аудио, видео.
Какие задачи решает GenAI разработчик?
Ответ: Создание AI-ассистентов, чат-ботов для поддержки, генерация контента (статьи, описания, рекламные тексты), генерация кода, создание изображений (DALL-E, Stable Diffusion), разработка агентов и мультиагентных систем.
Какие модели сейчас наиболее востребованы?
Ответ: Для текста — GPT-4, Claude, Llama, Mistral. Для изображений — DALL-E, Stable Diffusion, Midjourney. Для кода — GitHub Copilot, Codex, CodeLlama.
Какой стек нужен GenAI разработчику?
Ответ: Python, LangChain (или LlamaIndex), Hugging Face, векторные БД (Pinecone/Qdrant/Weaviate), Docker, Git, API OpenAI/Anthropic, PyTorch (для fine-tuning).
