О роли
Ищем инженера, который уверенно разрабатывает решения на Python, работает с данными и имеет практический опыт применения ИИ и машинного обучения. Нужен человек, способный быстро превращать идеи в работающие прототипы и промышленные сервисы, использовать современные AI-инструменты, работать с GPU-инфраструктурой и применять подходы AI-assisted development.
Задачи:
- Разработка AI- и ML-решений на Python.
- Создание прототипов, MVP и промышленных сервисов на основе ML-моделей.
- Работа с LLM, RAG, embeddings, векторным поиском (vector search) и AI-агентами.
- Интеграция AI-моделей в корпоративные приложения и бизнес-процессы.
- Подготовка, обработка и анализ данных с помощью Python и SQL.
- Разработка API и сервисов для инференса (inference) моделей.
- Запуск и оптимизация моделей на GPU (vLLM).
- Тестирование моделей, архитектур и промптов (prompt engineering).
- Использование Claude Code, Cursor, GitHub Copilot, ChatGPT и других AI-инструментов для ускорения разработки.
- Быстрое создание прототипов (vibe coding).
- Оптимизация скорости, стоимости и качества AI-моделей.
- Участие в выборе моделей, фреймворков и архитектуры.
- Подготовка документации и передача решений в эксплуатацию.
-
Требования
- Уверенное владение Python.
- Хорошее знание SQL.
- Практический опыт разработки решений с ML или генеративным ИИ (GenAI).
- Понимание принципов работы LLM, embeddings, RAG и векторных баз данных (vector databases).
- Опыт работы с ML-фреймворками и библиотеками обработки данных.
- Понимание принципов использования GPU для обучения и инференса.
- Умение создавать API и интегрировать модели с внешними системами.
- Практический опыт использования AI-инструментов для разработки.
- Способность самостоятельно исследовать технологии и быстро проверять гипотезы.
- Опыт работы с Git.
Будет преимуществом:
- PyTorch, TensorFlow, Hugging Face или scikit-learn.
- vLLM, Ollama, Triton Inference Server или аналоги.
- LangChain, LangGraph, LlamaIndex или другие AI-фреймворки.
- MLflow и инструменты MLOps.
- NVIDIA GPU, CUDA, оптимизация моделей.
- FastAPI, Docker, Kubernetes.
- Рекомендательные системы, NLP, компьютерное зрение (computer vision), прогнозные модели.
- Разработка корпоративных AI-ассистентов и мультиагентных систем.
Условия:
- Работа над реальными AI-продуктами для бизнеса.
- Доступ к современной GPU-инфраструктуре и разным AI-моделям.
- Возможность экспериментировать и влиять на выбор технологий.
- Минимум бюрократии при создании прототипов и MVP.
- Профессиональное развитие в области AI/ML.
- Официальное оформление, конкурентный уровень вознаграждения.
- Формат работы и условия обсуждаются индивидуально.
