Специалист по RAG, GraphRAG (LangChain, GPT-4, Vector DB, Graph DB)
- Уровень дохода не указан
 - 
                    
                        
                    
                        
                    
                        
                    
                        
                            г.Актобе
 
Краткое описание
- 
Ищем технического специалиста, глубоко разбирающегося в Retrieval-Augmented Generation, построении графов знаний и интеграции LLM с векторными и графовыми базами данных. Нужен инженер, который может не просто написать код, а построить масштабируемую архитектуру и провести нас от MVP до продакшн.
 
Обязанности
- OpenAI GPT-4 Turbo / Assistants API
 - LangChain Agents / Tools / Memory
 - RAG, GraphRAG (Graph-aware Retrieval)
 - Vector DB: Qdrant / Weaviate
 - Graph DB: Neo4j / NetworkX
 - Backend: Python / FastAPI
 - Frontend: Flutter Web
 - Storage/Auth: Supabase
 - Voice AI (опционально): Whisper API
 
Требования
- Уверенное знание Python и стека LangChain / OpenAI API
 - Опыт реализации RAG-систем (желательно GraphRAG)
 - Понимание принципов LLM, prompt engineering, context window management
 - Умение работать с векторными базами (Qdrant, Weaviate и др.)
 - Опыт построения и обработки графов знаний (NetworkX, Neo4j и др.)
 - Опыт работы с FastAPI
 - Базовые знания в области оптимизации расходов на токены / запросы к API
 - Умение самостоятельно организовывать архитектуру, принимать тех. решения
 
Будет плюсом
- Опыт разработки с Flutter Web
 - Опыт работы с Supabase (auth + storage)
 - Знание механик голосового ввода / Whisper API
 
Условия и положения
- Удалённо, гибкий график
 - 
Возможность начать с MVP и перейти в долгосрочную занятость
 - 
Приветствуются инициативность и способность самостоятельно предлагать архитектурные решения
 
Контактная информация
Если у тебя есть опыт с RAG / GraphRAG / LangChain и ты хочешь присоединиться к проекту — напиши мне в Telegram @product_approach
Обязательно пришли:
- 
Короткое описание своего опыта (чем занимался)
 - 
Примеры реализованных проектов (GitHub, репозиторий, демо или описание архитектуры)
 - 
Укажи, с чем именно работал: LangChain, Vector DB, Graph DB, RAG, LLM-интеграции и т.д.
 
Важно: ищем того, кто умеет не просто писать код, а проектировать архитектуру, оптимизировать работу с токенами, выстраивать пайплайны RAG / GraphRAG и делать систему масштабируемой.