ML Инженер

ProBack - это команда экспертов в сфере технологий, которая оказывает полный цикл услуг по разработке решений для автоматизации и оптимизации бизнес-процессов.

Мы ищем опытного AI-инженера, который сможет превратить сложные бизнес-задачи в работающие, масштабируемые AI-решения. Фокус на решении реальных бизнес-проблем, а не на исследованиях. Нам важно стратегическое мышление: умение быстро собирать PoC, валидировать их на метриках и итеративно доводить MVP до продакшена.

Чем предстоит заниматься:

• Анализ и декомпозиция бизнес-задач: определение зон применения ML

• Проектирование архитектуры AI-решений совместно с командой: выбор подходящих паттернов (agentic vs. RAG vs. классический ML)

• Внедрение метрик качества (точность, релевантность, время ответа), регулярный анализ результатов, формулирование гипотез, итеративное улучшение решения

• Разработка AI-агентов и copilot-систем (оркестрация агентов, управление памятью, планирование и декомпозиция задач, умная маршрутизация)

• Построение RAG-систем: выбор стратегий индексации, определение оптимального чанкинга, обогащение метаданными, реализация гибридного поиска и переранжирования

• Версионирование промтов, моделей, датасетов

• Внедрение наблюдаемости (observability) решений: трейсинг цепочек вызовов, мониторинг качества ответов, контроль затрат токенов и времени ответа

• Взаимодействовать с командой разнонаправленных специалистов (backend/devops/ml/promt-engineer)

Наши ожидания:

• 3+ лет прикладной AI/ML-разработки с фокусом на NLP и LLM-системы

• Опыт с LLM API: промпт-инжиниринг, управление контекстом, streaming

• Практический опыт с LLM-агентами: ReAct-паттерн, function calling, chain-of-thought рассуждения, multi-agent системы

• Глубокое понимание RAG: векторный и гибридный поиск, стратегии чанкинга, переранжирование, query decomposition

• Сильный Python: чистый, типизированный код, unit-тесты, асинхронное программирование, ооп, docker

• Знание фреймворков: LangChain, LangGraph или аналоги

• Векторные базы данных: Qdrant, Milvus, Chroma или аналоги

• LLM observability tools: LangFuse или подобные платформы

• Понимание микросервисной архитектуры: работа с очередями (RabbitMQ, Kafka), кэшированием

• Опыт с FastAPI или аналогами

• Способность объяснить сложные AI-концепции нетехническим стейкхолдерам

Будет Плюсом:

• Опыт fine-tuning и дистилляции моделей, а также понимание современных архитектур сетей

• Знакомство с no/low code редакторами LangFlow, n8n или аналогами

• Формат работы: гибрид (Москва) или удаленный (только территория РФ) - на ваш выбор.

• ДМС после успешного прохождения испытательного срока.

• Официальное трудоустройство, конкурентную «белую» зарплату.

• Возможность работать над сложными и интересными бизнес - проектами в сфере AI.

• Команду экспертов, с которыми можно обсудить идеи и расти вместе.