Middle/Senior AI/ML & LLM инженер

REI Systems ищет AI/ML & LLM инженера уровня mid-senior для поддержки технологической модернизации и цифровой трансформации FDA. Специалист будет проектировать, разрабатывать, оценивать, внедрять и сопровождать решения машинного обучения и генеративного ИИ, улучшающие анализ данных, автоматизацию бизнес-процессов, поиск и обнаружение знаний, а также поддержку интеллектуального принятия решений. Идеальный кандидат сочетает сильные навыки Python, машинного обучения и LLM-инжиниринга с практическим опытом создания production-ориентированных RAG, NLP и AI-сервисов. Роль предполагает самостоятельное владение сложными задачами разработки ИИ при взаимодействии с дата-инженерами, разработчиками ПО, владельцами продуктов, архитекторами, облачными инженерами и бизнес-заказчиками.

Задачи

AI/ML разработка

• Проектирование, разработка, тестирование и внедрение решений машинного обучения и ИИ для бизнес- и операционных требований.
• Разработка моделей машинного обучения на структурированных, полуструктурированных и неструктурированных данных.
• Создание и поддержка переиспользуемых Python-компонентов, API, сервисов, ноутбуков и AI/ML-пайплайнов.
• Подготовка данных, feature engineering, обучение, валидация, тестирование, оценка производительности и оптимизация моделей.
• Оценка алгоритмов, моделей и подходов по точности, устойчивости, производительности, масштабируемости, объяснимости и бизнес-требованиям.
• Интеграция AI/ML-возможностей в существующие корпоративные приложения и рабочие процессы через сервисы и API.
• Разработка proof-of-concept и прототипов с переходом успешных решений в безопасные production-решения.
• Устранение проблем с моделями, данными, интеграцией, задержками и приложениями на протяжении жизненного цикла разработки.

Генеративный ИИ и LLM-решения

• Разработка приложений с использованием больших языковых моделей (LLM) и технологий генеративного ИИ.
• Создание и поддержка RAG-решений на основе корпоративных документов, структурированных данных и утверждённых источников знаний.
• Реализация prompt engineering, шаблонов промптов, grounding, управления контекстом, вызова инструментов/функций и структурированных выходов LLM.
• Интеграция коммерческих и/или открытых LLM через API и корпоративные AI-платформы.
• Работа с эмбеддингами, семантическим поиском, векторными базами данных, реранжированием, стратегиями чанкинга и пайплайнами обработки документов.
• Разработка AI-возможностей: интеллектуальный поиск, суммаризация, классификация, извлечение информации, вопросно-ответные системы и автоматизация рабочих процессов.
• Проектирование и выполнение подходов оценки LLM по точности, релевантности, обоснованности, согласованности, безопасности, задержке и потенциальным галлюцинациям.
• Внедрение guardrails, мониторинга, стратегий fallback и human-in-the-loop для приложений генеративного ИИ.

RAG, знания и data engineering

• Проектирование пайплайнов приёма и извлечения для корпоративных документов и источников данных, используемых AI/LLM-приложениями.
• Разработка процедур предобработки, очистки, трансформации, чанкинга, обогащения метаданными и валидации данных.
• Работа с реляционными базами данных, API, репозиториями документов, объектным хранилищем, поисковыми платформами и облачными сервисами данных.
• Написание и оптимизация SQL-запросов и логики извлечения для обучения, оценки и инференса моделей.
• Сотрудничество с дата-инженерами для создания надёжных управляемых пайплайнов данных для AI/ML-сценариев.
• Обеспечение качества данных, происхождения, безопасности, контроля доступа и прослеживаемости источников.

MLOps, LLMOps и развёртывание

• Развёртывание AI/ML-моделей и LLM-сервисов в средах разработки, тестирования и production.
• Разработка и поддержка API инференса моделей, AI-сервисов и микросервисов с использованием production-практик разработки ПО.
• Создание или поддержка автоматизированного тестирования, оценки, развёртывания и мониторинга моделей.