Jobgether Опубликована 12 дней назад · отклик: bandana.com
AI/ML-инженер по LLM-системам и RAG-пайплайнам
ЗарплатаПо договорённости
ФорматУдалённо
ЛокацияИндия
О роли
Проект ищет AI/ML-инженера для проектирования, разработки и внедрения ИИ-решений для практических бизнес-задач. Основной фокус — production-системы на больших языковых моделях (LLM), RAG, агентные workflows и интеллектуальная автоматизация. Работа сочетает экспертизу в машинном обучении, исследовательские эксперименты и сильные навыки разработки ПО.
Задачи
- Проектировать, разрабатывать и внедрять production-системы на LLM, RAG-пайплайны, агентные workflows, а также решения на машинном и глубоком обучении.
- Подбирать модели, архитектуры и технологии, балансируя точность, задержку, стоимость, масштабируемость и сложность.
- Обучать, дообучать и оптимизировать модели с использованием PyTorch или Keras, включая подготовку данных и оценку моделей.
- Исследовать, внедрять и сравнивать новые ИИ-техники до их интеграции в production.
- Разрабатывать API, inference-пайплайны, backend-интеграции и поддерживающую инфраструктуру для приложений на ИИ.
- Определять и отслеживать метрики качества моделей, задержки, стоимости и надёжности.
- Оценивать, отлаживать и оптимизировать ИИ-системы после деплоя, выявлять возможные регрессии до их влияния на пользователей.
- Работать с backend-разработчиками, продуктовыми командами и инженерным руководством над интеграцией ИИ в существующие приложения и процессы.
- Участвовать в технических обсуждениях, решениях по архитектуре и инженерных практиках.
- Документировать архитектуру систем, стратегии реализации, технические решения и операционные процессы.
- Читать статьи по машинному обучению, воспроизводить результаты и переводить их в практические инженерные решения.
- Работать в глобально распределённых инженерных и исследовательских командах, адаптируясь к меняющимся техническим и бизнес-приоритетам.
Требования
- 3+ года практического опыта в AI/ML-инженерии, включая вывод хотя бы одной AI/ML-системы в production.
- Понимание основ обработки естественного языка: токенизация, эмбеддинги, классификация, распознавание именованных сущностей (NER), извлечение информации.
- Навыки разработки ПО: программирование, Git, тестирование, отладка, разработка API, проектирование систем.
- Практический опыт обучения моделей машинного обучения на PyTorch или Keras.
- Понимание архитектур генеративных моделей, включая Transformers и вариационные автокодировщики (VAE).
- Production-опыт с системами на LLM: RAG, эмбеддинги, векторные базы данных, prompt engineering, методологии оценки.
- Опыт разработки API на FastAPI или аналогичных фреймворках.
- Знакомство с Docker и хотя бы одной крупной облачной платформой: AWS, GCP или Azure.
- Умение читать исследовательские статьи по машинному обучению, оценивать технические подходы и переносить выводы в рабочий код.
- Сильные аналитические навыки и умение строить надёжные ИИ-решения, а не только экспериментальные прототипы.
- Навыки коммуникации, документирования и командной работы, особенно в распределённых командах.
- Умение работать самостоятельно, управлять техническими приоритетами и адаптироваться к меняющимся требованиям.
Будет плюсом:
- Опыт дообучения LLM, включая LoRA и методы на основе обучения с подкреплением.
- Знание SQL-баз данных.
- Знакомство с агентными фреймворками LangGraph или LangChain.
- Опыт с Kubernetes, CI/CD-пайплайнами и инфраструктурой для обслуживания моделей.
- Вклад в open-source или опыт воспроизведения результатов ML-исследований.
Условия
- Полностью удалённая работа в глобально распределённой команде.
- Базирование кандидата — Индия.
- Обязательный ночной график, привязанный к рабочим часам США: понедельник–пятница, 19:30–04:30 IST или 20:30–05:30 IST в зависимости от перехода США на летнее время.
Инструменты в вакансии
Навыки и технологии
Направления