Мы ищем AI/LMM Engeneer уровня лида для разработки решений на базе GenAI. Вы будете создавать RAG-системы, интегрировать LLM, разрабатывать AI-агентов. Основная цель - создание системы поддержки принятия венчурных решений.
Обязанности:
- Разработка RAG-систем: Проектирование и сборка пайплайнов.
- Интеграция LLM и создание агентов: Разработка AI-ассистентов и чат-ботов с использованием LangChain / LangGraph, реализация сложных multi-agent сценариев с распределением задач между агентами.
- Инженерия промптов и оптимизация: Разработка эффективных шаблонов промптов, внедрение техник (Few-shot, Chain-of-Thought) и оптимизация контекстного окна для работы с большими объемами данных.
- Разработка API: Создание микросервисов на FastAPI для инференса моделей, обеспечение асинхронной обработки запросов и интеграция с системой очередей (RabbitMQ/Kafka) для отказоустойчивости.
- DevOps и MLOps: Контейнеризация сервисов (Docker), развертывание моделей на GPU-инфраструктуре (Ollama, vLLM), настройка мониторинга дрейфа данных и качества ответов в продакшене.
- Исследования и R&D: Анализ научных статей и реализации SOTA-подходов в области RAG и Agentic AI, проведение тестов для сравнения различных архитектурных гипотез.
- Документирование и архитектурное согласование: Ведение технической документации по архитектуре AI-сервисов, описание API-контрактов и результатов экспериментов для кросс-командного взаимодействия. Подготовка пакетов документов по ИИ продукту для Архитектурного комитета и отрисовка схем взаимодействия сервисов для ИБ.
- Определение и расчет необходимой инфраструктуры (GPU, CPU, RAM, хранилища) для разрабатываемых AI-решений с учетом планируемой нагрузки и требований к отказоустойчивости
Требования: - Python: уверенное владение.
- Машинное обучение: хорошее знание основ ML (классификация, регрессия, кластеризация), метрик качества.
- RAG и векторный поиск: практический опыт разработки RAG-систем, работы с embeddings и векторным поиском (ChromaDB, FAISS). Опыт использования фреймворков LangChain или LangGraph.
- Backend: разработка API на FastAPI, понимание REST API и основ асинхронного программирования.
- Инфраструктура: Docker / Docker Compose.
Будет преимуществом:
- Навыки создания AI-ассистентов и агентов.
- Опыт управления командой разработки.
- Самостоятельность в ведении задач от гипотезы до прототипа.
- Умение объяснять сложные AI-концепты команде.
- Способность быстро адаптироваться к новым технологиям.
- Английский язык на уровне чтения технической документации (B1+).
Условия:
- Обучение за счет компании (посещение конференций, курсов, помощь в написании статей на Хабр и т.д.);
- Вертикальное и горизонтальное развитие: регулярные тренинги, вебинары, митапы;
- Забота о вашем здоровье: ДМС с первого месяца работы, куда входит стоматология;
- Прозрачный доход: оклад (по итогам интервью) + ежеквартальные премии по результатам KPI;
- Гибкий график или полная удаленка (по итогам общения с командой);
- Комфортные и современные офисы в городах присутствия (Москва, Санкт-Петербург, Уфа, Брянск, Новосибирск и др.);
- Дополнительные бонусы от Россельхозбанка для сотрудников группы компаний (Скидки на спортзалы, рестораны, маркетплейсы и т.д.).
