RAG-инженеры
Chunking, retrieval, citations и fallbacks с owner в репозитории — не chatbot-demo, работающая только на одном PDF.
GenAI · RAG · Prompts · LLM-приложения
GenAI-разработчики которые поставляют LLM product features
GenAI-найм — это не «тот, кто вставил ChatGPT prompt». Инженеры iQud поставляют RAG, prompt-системы, chatbots и generative product slices, которые переживают eval, retrieval quality и cost — не playground-demo, работающая только на одном PDF.
- RAG с retrieval, который можно измерить
- Prompt-системы, не одна строка
- Chatbots и summarization как продуктовая работа
- Первый PR примерно за неделю
Сигналы поставки GenAI
- 5 дТипичное время до первого pull request
- RAGRetrieval и eval, не playground paste
- LLMProduct features, не one-PDF demo
- 2 нед.Каденция спринта с ревью output
GenAI-места, которые мы реально закрываем
«GenAI» — это не одна профессия. Мы матчим продуктовую поверхность, которая вам нужна: те же стеки, что стоят за live-страницами AI Development, Text Generation, Prompt Engineering и RAG Chatbots iQud.
01 02 Prompt-системы, не одна строка
Templates, tools и eval как продуктовая работа, чтобы изменение prompt прошлой недели имело test, а не Slack screenshot.
03 Chatbots и ассистенты, которые переживают реальных пользователей
Guards, handoff и conversation state как owned-работа — не playground thread, который никто не может воспроизвести после запуска.
04 Text generation как продуктовый срез
Summarization, drafting и rewrite с cost и quality checks — не безлимитная кнопка «просто вызови модель».
05 Eval и cost, с которыми может жить следующий джоб
Offline checks, tracing и spend как продуктовая работа — не слайд «измерим позже».
06 Когда training-, CV- или Python API-место лучше
PyTorch training loop, detection bench или FastAPI fleet без LLM по-прежнему хотят другой найм. Мы скажем это на intro-звонке вместо навязывания GenAI-only места.
Инструменты, которые они открывают в первый день
Каждая плитка — живая технологическая или сервисная страница iQud. Полоса ниже: LLM application stack, который эти инженеры уже поставляют (OpenAI, LangChain, Hugging Face и chatbot tools вокруг), не TensorFlow, OpenCV или полный AI / ML catalog.
От intro-звонка до влитого PR
GenAI-найм должен поставлять retrieval path, prompt change или generative slice в вашем репозитории, а не два месяца onboarding-театра, пока playground thread остаётся слухом.
1 Картировать GenAI-разрыв
RAG vs prompts vs chat vs summarization, data sources, seniority, часы пересечения и что значит «готово за 30 дней» в eval или первом production path.
2 Шортлист настоящих инженеров
Мы матчим доступных GenAI-специалистов с вашим брифом и делимся релевантной RAG-, prompt-system-, chatbot- или generative-feature работой.
3 Вы проводите интервью
Встретьте человека, который придёт на стендап. Проверьте, как он говорит о retrieval miss, cost spike и последнем prompt, которым он реально владел за пределами playground.
4 Первый спринт в ваших инструментах
Доступ к репо, model keys и первый pull request, обычно в течение недели после go.
Начните с одного места. Растите, если бэклог скажет.
Большинство клиентов сначала встраивают одного GenAI-инженера. Пара или surface split — только если работа это действительно требует.
Один встроенный инженер
GenAI-специалист присоединяется к вашему скваду, следует за лидом и работает в ваших ритуалах.
Лучше всего дляЗакрыть LLM-product gap без нового вендорского процесса
Выделенное GenAI-место
Стабильный owner RAG, prompt system или chatbot, со старшим ревью в спринте.
Лучше всего дляПродукт, которому нужен именной generative owner
Ограниченная GenAI-инициатива
Определённый срез: первый RAG path, summarization flow или chatbot с контрактами уже в движении.
Лучше всего дляВеха, на которую можно указать, а не open-ended prompt sandbox
Ставки найма GenAI, письменно
Два способа закрыть GenAI-инженера. Почасово для всплесков и определённых тикетов. Выделенное месячное место, если хотите кого-то на стендапе каждый день, по более низкой эффективной ставке, чем крутить часы.
Нанять почасово
2 000 ₽/ час
Гибкая ёмкость GenAI для feature-всплесков, eval и ограниченных тикетов. Платите только за отработанные часы.
- Те же GenAI-инженеры, что и на месячном месте
- Лучше всего для overflow, RAG fix или одного релиза
- Быстрый старт, пауза когда всплеск закончен
- Счёт по фактическим часам — не ретейнер
Лучшая ценность
Нанять на месяц
184 000 ₽/ месяц
Именной GenAI-инженер в вашем спринте, около 160 часов выделенной LLM-product ёмкости, со старшим ревью в каденции.
Полный месяц по 2 000 ₽ — это 320 000 ₽. Это место — 184 000 ₽.
- Именной инженер в репо, model keys и стендапе
- RAG, prompts, chat или generation в одном engagement
- Месяц за месяцем. Без годовой привязки.
- Дешевле, чем те же часы по 2 000 ₽
Ставки для выделенных GenAI-инженеров (RAG, prompt systems, chatbots, generative product features). Микс seniority и пересечения подтверждаются на intro-звонке. Мы не котируем стек, который уже не поставляем.
Почему продуктовые команды закрывают GenAI здесь
Посредственный GenAI-разработчик делает playground thread, который работает на лэптопе. Эти инженеры делают фичу, которая переживает реальный retrieval, реальный eval и ваш следующий релиз.
Продуктовая работа, не «кто может вставить ChatGPT prompt»
Они живут в retrieval quality, eval и в том, почему hallucination прошлой недели пришла от chunking choice, который должен был owned свой check.
Ваш репо, ваши модели, ваши часы
Пересечение GIFT City с Европой и США. Output reviews вживую, когда ваши лиды онлайн.
Старшие глаза на спринте
Скорость mid-level без бесконтрольного prompt debt. Ревью: часть engagement, не отдельный SKU.
Десять клиентов в квартал, нарочно
Мы не крутим скамейку. Ёмкость ограничена, чтобы инженер, которого вы интервьюируете, был тем, кто на стендапе.
Вопросы найма GenAI
Начните с одного. Большинство клиентов встраивают одного senior или mid-level GenAI-инженера, затем добавляют пару, если RAG-, prompt- или chatbot-бэклог это оправдывает.
Все четыре, когда это продуктовая работа. RAG-место owned retrieval и citations. Prompt-место owned templates, tools и eval. Chatbot-место owned conversation state и guards. Generation-место owned summarization и drafting с cost checks. Мы шортлистим только инженеров на стеках, которые уже поставляем.
Это AI / ML-найм или Python-найм — не это LLM-application место. Скажите на intro-звонке. Мы не навяжем RAG-профиль на training- или API-only-бриф.
После картирования роли и вашего OK первые pull request обычно приходят в течение недели, быстрее, если репо, data sources и model keys готовы.
Да. GitHub, Jira, ваша CI, ваши стендапы. Мы не изобретаем параллельный процесс, если вы об этом не попросите.
Почасово (2 000 ₽), для всплесков и определённых тикетов: вы платите только за отработанные часы. Месячное место (184 000 ₽) — именной GenAI-инженер в вашем спринте, около 160 часов выделенной ёмкости. Тот же месяц, выставленный почасово, был бы 320 000 ₽. Seniority и пересечение подтверждаются на intro-звонке.
Дайте продукту GenAI-инженера, который может поставить больше, чем playground
Скажите нам RAG vs prompts vs chat vs summarization и первое, что хотите в продакшене. Мы вернёмся с именным профилем, окном старта и двухнедельным планом.