AI-инженер (LLM, RAG, ML)

В Блоке Информационной безопасности в Департаменте координации защиты информации в Управлении безопасности инфраструктуры открыта вакансия для эксперта AI-инженер (LLM, RAG, ML)

Ключевые задачи:

• Проектировать и разрабатывать RAG-пайплайны (Retrieval-Augmented Generation) для задач question-answering, поиска и суммаризации документов
• Интегрировать LLM (локальные модели) с использованием фреймворков (LangChain)
• Работать с векторными базами данных для эффективного хранения и поиска эмбеддингов
• Проводить оценку качества RAG-систем: применять метрики, разрабатывать собственные тестовые сценарии
• Внедрять мониторинг и observability для LLM-приложений с помощью LangFuse (отслеживание промптов, трассировка, анализ стоимости и задержек)
• Обеспечивать безопасность LLM-систем: внедрять практики LLMSecOps (защита от prompt injection, санитизация входных данных, контроль доступа к моделям, аудит логов)
• Разрабатывать и поддерживать классические ML-модели для задач классификации, регрессии, кластеризации — встраивать их в продуктовую архитектуру
• Оптимизировать производительность инференса моделей ​​​

Что важно для нас:

• Опыт разработки на Python от 3 лет
• Знание асинхронного программирования (asyncio/aiohttp) будет плюсом
• Глубокое понимание принципов работы LLM, трансформеров, эмбеддингов, методов промпт-инжиниринга
• Практический опыт создания RAG-приложений: работа с фреймворками, чанкинг, пост-процессинг
• Умение настраивать и использовать векторные базы данных
• Опыт оценки RAG-систем с помощью ragas или аналогичных инструментов
• Навыки мониторинга LLM (LangFuse или аналоги) для трекинга промптов, метрик качества и стоимости, знание классического ML-стека: pandas, numpy, scikit-learn, XGBoost/LightGBB, умение обучать и валидировать модели, работать с признаками
• Понимание основ безопасности при работе с LLM (LLMSecOps): риски prompt injection, утечки конфиденциальных данных, методы защиты (валидация, фильтрация, использование guardrails)
• Опыт работы с API LLM (OpenAI, YandexGPT, GigaChat и т.п.) или локальным развертыванием моделей (Hugging Face Transformers, vLLM, llama.cpp)
• Опыт с версионный контроль (Git), умение писать тесты
• Будет большим плюсом: опыт развертывания LLM в production (масштабирование, балансировка нагрузки, оптимизация GPU), знание фреймворков для fine-tuning (LoRA, QLoRA), опыт работы с MLOps/LLMOps инструментами (Kubeflow, MLflow, DVC, ClearML или другие аналоги), понимание принципов Responsible AI: fairness, bias, explainability, наличие open-source проектов или публикаций на тему LLM, опыт участия в научных соревнованиях (Kaggle, хакатоны) по NLP/ML​​​

Что предлагаем:

• Официальное оформление в соответствии с ТК РФ
• График работы 5/2 (пн-чт с 9:00 до 18:00, пт до 16.45) гибридный формат работы после испытательного срока
• Конкурентный уровень дохода
• Доплата к отпуску и больничному листу
• «Кафетерий льгот»: ДМС для работника и членов семьи, возмещение затрат на отдых, спортивные услуги, покупки на маркетплейсе «ПСБ Маркет»
• Дополнительные льготы при заключении брака и рождении детей
• Материальная поддержка в определенных жизненных ситуациях
• Бесплатная программа поддержки работников: юридические, финансовые и психологические консультации, помощь в бытовых вопросах, автопомощь, корпоративные скидки, профориентация детей работников
• Возможность профессионального развития и прохождения внутреннего и внешнего профессионального обучения
• Корпоративная паритетная пенсионная программа