Описание
Описания нет
Задачи
•Проектировать и развивать RAG-пайплайны: чанкинг, эмбеддинги, ретрив, ранжирование, генерация
•Строить и оркестрировать агентов: tool-calling, function calling, циклы агентов, интеграция с внешними системами
•Выкатывать LLM- и NLP-сервисы в прод как REST-сервисы (FastAPI/KServe), обеспечивать отказоустойчивость и наблюдаемость
•Работать с батч-пайплайнами (Airflow/Argo, PySpark)
•Настраивать оценку качества RAG/агентов и регрессионные тесты ответов
•Сопровождать модели в Kubernetes: деплой, мониторинг, алерты
Требования
•От 2 лет опыта коммерческой разработки на Python + реальный опыт с RAG/агентами
•Знание Python 3.10+ на уровне уверенного бэкенда: asyncio, pydantic, FastAPI, тесты
•Опыт построения RAG-пайплайнов: чанкинг, эмбеддинги, ретрив, ранжирование, генерация
•Навыки работы с векторными БД (Qdrant, Milvus, FAISS, pgvector — хотя бы одна)
•Оркестрация агентов: LangGraph / LlamaIndex / собственные циклы, tool-calling
•Промпт-инжиниринг, работа с контекстом, борьба с галлюцинациями
•Оценка качества RAG/агентов: метрики ретрива, groundedness, evals
•Опыт: внедрение ML-моделей как сервисов (FastAPI/KServe, Seldon); Kubernetes, Docker, Helm, Jenkins (CI/CD), Git, code review; Kafka, Airflow и/или Argo Workflows; MLflow (эксперименты, реестр моделей)
Условия
•Стабильный и прозрачный доход: размер заработной платы обсуждается по итогам собеседования
•Удаленный формат работы
•Сложные и интересные задачи, современный стек технологий
•Возможность вертикального и горизонтального карьерного роста: регулярно проходят тренинги, вебинары, митапы и демо-дни
•Доступ к бесплатным корпоративным библиотекам Alpina Digital, MyBook и бизнес-изданий
•Предложения от Банка только для сотрудников: собственный спортзал, а также скидки на услуги туристических агентств, продукты питания, в рестораны, бары, магазины
