Описание
Мы ищем сильного ML-техлида, который возглавит техническое развитие AI-решений для нашего медицинского направления. Это роль для эксперта, который не хочет уходить в чистое управление, а стремится решать инженерные задачи руками (80% времени — разработка). Вместе с командой предстоит доводить AI-решения до продакшена — от разработки архитектуры до мониторинга модели в проде. Для нас важен опыт вывода агентных систем под реальную нагрузку, умение строить надежные eval-пайплайны и понимание экономики инференса.
Задачи
•Определять и развивать архитектуру ML/LLM-агентных систем продукта, принимать и документировать ключевые технические решения
•Проектировать инфраструктуру вокруг агентов (harness): оркестрация, маршрутизация, управление контекстом и памятью, вызов инструментов, отказоустойчивость, трейсинг
•Проектировать и развивать самообучающийся контур: сбор ошибок из продакшена, пополнение датасетов оценки, регрессионное тестирование, контролируемая выкатка улучшений
•Отвечать за качество моделей: эталонные наборы, метрики точности, автоматические гейты качества в CI, мониторинг деградации в проде
•Отвечать за производительность и экономику решения: нагрузка, latency, стоимость обработки обращения
•Обеспечивать соответствие требованиям по работе с персональными и медицинскими данными на уровне архитектуры (обезличивание, аудит решений, хранение)
•Проводить код-ревью и дизайн-ревью, развивать middle ML-инженеров через наставничество и парное проектирование
•Представлять и защищать архитектурные решения перед CTO и продуктовой командой
Требования
•Опыт в роли ML-инженера от 4 лет
•Опыт запуска в production масштабных и сложных ML / LLM-решений
•Опыт реализации моделей классического ML (Scikit-learn, CatBoost)
•Глубокое понимание архитектуры современных LLM и мультимодальных моделей
•Опыт промышленного использования inference-фреймворков: vLLM, SGLang, TensorRT-LLM, llama.cpp
•LLMOps
•Воспроизводимость системы, бенчмарки и регрессионное тестирование
•Современный LLM-стек: уверенное понимание RAG, agentic-loop, agent harness, multi-agent систем, MCP
•Знание теории вероятностей, опыт проведения и оценки A/B тестов
•Опыт разработки и настройки guardrails для LLM-систем
•Уверенное владение Python и асинхронными фреймворками, такими как FastAPI
•Умение писать тесты (pytest)
•Опыт работы с асинхронными задачами (RabbitMQ, Celery, Kafka)
•Контейнеризация: владение инструментами контейнеризации (Docker)
•Знание стандартов качества кода (Flake8, mypy)
•Навыки настройки CI/CD-процессов и базовая работа с k8s
Будет плюсом
•Опыт дообучения трансформеров (LoRA, QLoRA, SFT) — DPO / RLHF будет плюсом
•Опыт в MedTech / Healthcare, NLP на медицинских текстах и работе с чувствительными данными
•Опыт разработки самообучающихся агентов (self-harness)
Условия
•Ежегодный отпуск продолжительностью 28 календарных дней
•Формат работы на выбор: удаленный, гибрид или офис
•ДМС «Лучи» для тебя и твоих несовершеннолетних детей через 3 месяца после начала работы + доступ к виртуальной клинике с первого дня работы
•Скидка на подключение к ДМС «Лучи» для родственников
•Страхование от несчастных случаев после трех месяцев работы
•Страховой полис выезжающего за рубеж (ВЗР) для тебя и двух твоих родственников после трех месяцев работы
•Помощь в значимых для тебя событиях
•Корпоративная программа лояльности BestBenefits
