ML/AI Research Engineer (R&D) / Специалист по внедрению и исследованиям ИИ

Дата размещения вакансии: 02.12.2025
Работодатель: Соцков Роман Юрьевич
Уровень зарплаты:
з/п не указана
Город:
Москва
Вятская улица 27с7
Требуемый опыт работы:
От 1 года до 3 лет

Мы оказываем полный спектр услуг по организации и продвижению культурно-массовых мероприятий. В группу компаний входит декорационное производство, театральные мастерские, ивент и дизайн департамент, департамент видео контента, свой технический продакшн.

Мы создаем новое R&D-направление внутри нашей динамичной компании. Наша цель — находить и внедрять прорывные AI-решения в бизнес-процессы. Мы ищем специалиста, который сможет быстро валидировать гипотезы через MVP и доводить рабочие решения до пилота. Здесь тебе не придется поддерживать legacy-код — вместо этого ты получишь полный цикл: от идеи и SOTA-исследования до работающего прототипа, который меняет бизнес.

Обязанности

Главный фокус:

- Проектирование и сборка MVP.

- Работа с LLM.

Также:

- Обучение моделей, подготовка датасетов.

- Интеграции: API/веб-сервисы, пайплайны данных, логирование.

- Эксперименты и метрики: A/B, offline/online-оценка, контроль стоимости инференса.

- Взаимодействие с продуктом/дизайном/юристами: ТЗ, риски, приватность/безопасность, документация.

- Мониторинг трендов и SOTA: статьи/репозитории/демо, отбор релевантных подходов под цели бизнеса.

Требования

  • Высшее техническое/математическое образование или эквивалентный опыт.
  • 3+ лет коммерческого опыта в программировании (ML/DS/ML-engineering или близко).
  • Уверенный Python (PyTorch, Transformers, NumPy, Pandas).
  • БД и запросы: SQL, основы ETL.
  • Практика с LLM (OpenAI/Llama/Mistral и аналоги), умение собирать RAG-системы.
  • Опыт с векторными БД — плюс (FAISS/Milvus/Qdrant).
  • Грамотный русский, английский для чтения статей/доков.
  • Локация: Москва/МО, готовность приезжать в офис (м. Савёловская).

Будет плюсом

  • Мультимодальные модели (изображение/аудио/видео), ASR/TTS/CV.
  • Kubernetes/облака, очереди/стриминг (Kafka).
  • Инференс-стек: vLLM, TensorRT-LLM, Triton Inference Server.
  • Безопасность ИИ: защита от prompt-injection, PII-маскирование.
  • Фреймворки оценок: HELM, RAGAS, OpenAI Evals; собственные тест-сеты.
  • MLOps: MLflow / Weights & Biases, мониторинг.

Условия

  • Формат работы обсуждается индивидуально на встрече.
  • Современный офис в уютном бизнес-комплексе.
  • Работа в команде энтузиастов, создающей масштабные события в сфере культурных событий.
  • Регулярные внутренние митапы и лекции.
  • Оформление по ТК.
  • Собственный nas-server.
  • Бюджет на облачные сервисы и вычислительные ресурсы.
  • График: полный день, гибкое начало; испытательный срок 3 месяца.