Обязанности:
•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 внедрения 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.
