Middle+/Senior Архитектор
Требования к квалификации:
•практический опыт работы с Qdrant;
•опыт проектирования и разработки решений на базе векторных БД;
•знание ANN/HNSW, векторного и гибридного поиска, фильтрации, квантования, multitenancy и мультивекторного поиска;
•опыт работы с REST/gRPC API;
•опыт интеграции с AI/LLM-инструментами (LangChain и/или LlamaIndex).
Задачи:
•Консультации по применению механизмов векторного поиска: работа с эмбеддингами, приближённым поиском (ANN), HNSW, метриками расстояния; рекомендации по выбору модели для русского языка.
•Консультации по работе с моделью данных Qdrant: коллекции и точки, upsert, чтение и обновление данных, payload и проектирование схемы.
•Применение механизмов поиска: query_points, limit, score и hnsw_ef, влияние параметров на скорость и точность; батч-запросы, группировка результатов, Recommend и Discovery API.
•Применение механизмов фильтрации: синтаксис фильтров, типы условий, payload-индексы; задачи фильтрации при приближённом поиске с использованием ACORN.
•Применение гибридного поиска: sparse-векторы, объединение результатов с использованием RRF, определение сценариев применения гибридного поиска.
•Применение квантования: сжатие векторов для оптимизации памяти, выбор видов квантования, баланс точности и скорости.
•Применение Multitenancy: изоляция данных разных пользователей в одной коллекции, тюнинг решений для множества тенантов.
•Применение мультивекторов: представление документа несколькими векторами, использование ColBERT и повторное ранжирование результатов.
•Интеграция Qdrant: подключение через LangChain, LlamaIndex и no-code-инструменты, включая n8n.
•Формирование технических рекомендаций: обобщение рассмотренных подходов и выработка рекомендаций по дальнейшему применению Qdrant.
О проекте:
•Горнодобывающая компания
•Локация: Россия
•Время работы: UTC+3
•Гражданство: РФ
•Формат: Удаленно
