Описание
Компания предлагает заказную и продуктовую разработку, ML/AI-решения под ключ, а также внедрение и поддержку программного обеспечения.
Задачи
•Разрабатывать ИИ-ассистентов и функциональных агентов для проверки PoC идей из ИИ-инкубатора
•Запускать решения на GPU и CPU
•Контейнеризировать решения
•Работать с векторными базами и эмбеддингами для RAG
•Реализовывать function calling
•Работать с моделями семейства BERT
•Применять эвристики
•Квантизировать LLM
Требования
•Понимать принципы проектирования AI-агентов: управление состоянием и контекстом, выбор инструментов, контроль уровня автономности и human-in-the-loop
•Глубоко понимать принципы машинного обучения: подготовку данных и признаков, выбор моделей, регуляризацию, переобучение, data leakage и интерпретацию результатов
•Знать математическую статистику: проверку гипотез, доверительные интервалы, дизайн и анализ A/B-тестов
•Понимать принципы оценки качества ML-систем: offline- и online-метрики, валидацию, оценку бизнес-эффекта, мониторинг качества моделей и данных
•Иметь опыт хотя бы в одном направлении: классическое машинное обучение, временные ряды и прогнозирование, рекомендательные системы, поиск и ранжирование, NLP, LLM или генеративный AI
•Уверенно владеть Python и библиотеками для анализа данных и машинного обучения: pandas или polars, NumPy, scikit-learn, CatBoost, LightGBM, XGBoost, PyTorch или аналогичными инструментами
•Уметь писать поддерживаемый production-код: использовать модульную архитектуру, тестирование, логирование, документацию, Git и code review
•Уверенно владеть SQL
•Иметь опыт построения evals для LLM-систем, оценки качества ответов, контроля галлюцинаций и мониторинга поведения системы
•Понимать риски prompt injection, некорректного tool calling, утечки данных и чрезмерных прав доступа агента
•Иметь опыт работы с API языковых моделей, Hugging Face и одним из orchestration-фреймворков
•Уметь оценивать стоимость, latency и масштабируемость LLM-решений
•Иметь опыт работы в e-commerce, retail или других продуктовых highload-системах
•Иметь опыт работы с Airflow, MLflow, Kafka, Redis, Kubernetes, Prometheus и Grafana
•Иметь опыт эксплуатации GPU-инфраструктуры и оптимизации inference
•Иметь опыт fine-tuning или адаптации LLM, включая LoRA или PEFT
•Иметь опыт проектирования agentic workflows или multi-agent-систем
•Понимать принципы информационной безопасности, privacy и работы с персональными данными
Условия
Условий в вакансии нет
