ML-инженер, NLP и LLM

Обязанности:

• Разработка ИИ-ассистентов и функциональных агентов в рамках проверки PoC для ИИ-идей, входящих в ИИ-инкубатор.
• Практическое применение знаний в NLP.
• Запуск моделей на GPU и CPU.
• Контейнеризация.
• Работа с Jenkins.
• Использование векторных баз и эмбеддингов для RAG.
• Реализация function calling.
• Работа с KServe.
• Применение BERT-подобных моделей.
• Работа с эвристиками.
• Опыт квантизации LLM.

Требования:

• Понимание принципов проектирования AI-агентов: управление состоянием и контекстом, выбор инструментов, контроль уровня автономности и human-in-the-loop.
• Глубокое понимание основных принципов машинного обучения: подготовка данных и признаков, выбор моделей, регуляризация, переобучение, data leakage, интерпретация результатов.
• Знание математической статистики: проверка гипотез, доверительные интервалы, дизайн и анализ A/B-тестов.
• Понимание принципов оценки качества ML-систем: offline- и online-метрики, построение валидации, оценка бизнес-эффекта, мониторинг качества моделей и данных.
• Опыт работы хотя бы в одном из направлений: классическое машинное обучение; временные ряды и прогнозирование; рекомендательные системы, поиск и ранжирование; NLP, LLM и генеративный AI.
• Уверенное владение Python и основными библиотеками для анализа данных и машинного обучения: pandas или polars, NumPy, scikit-learn, CatBoost / LightGBM / XGBoost, PyTorch или аналогичные инструменты.
• Умение писать поддерживаемый production-код: модульная архитектура, тестирование, логирование, документация, работа с Git и участие в code review.
• Уверенное владение SQL.
• Опыт построения evals для LLM-систем, оценки качества ответов, контроля галлюцинаций и мониторинга поведения системы.
• Понимание рисков prompt injection, некорректного tool calling, утечки данных и чрезмерных прав доступа агента.
• Опыт работы с API языковых моделей, Hugging Face и одним из orchestration-фреймворков.
• Умение оценивать стоимость, latency и масштабируемость LLM-решений.
• Опыт работы в e-commerce, retail или других продуктовых highload-системах.
• Опыт работы с Airflow, MLflow, Kafka, Redis, Kubernetes, Prometheus и Grafana.
• Опыт эксплуатации GPU-инфраструктуры и оптимизации inference.
• Опыт fine-tuning или адаптации LLM, включая LoRA / PEFT.
• Опыт проектирования agentic workflows или multi-agent-систем.
• Понимание принципов информационной безопасности, privacy и работы с персональными данными.