з/п не указана
Москва
От 1 года до 3 лет
Чем предстоит заниматься:
- Разработка и внедрение ML/GenAI решений на базе корпоративной AI Platform.
Построение и поддержка компонентов жизненного цикла:
- подготовка данных/фич,
- обучение/дообучение моделей,
- упаковка и деплой inference,
- мониторинг качества и дрейфа.
Разработка и улучшение RAG pipeline:
- формирование и поддержка knowledge base,
- embeddings, индексация, retrieval,
- оценка качества ответов (offline/online).
- Подготовка оценочных наборов и регрессионных тестов для GenAI (качество, groundedness, безопасность).
Совместная работа с Platform Backend/DevSecOps:
- интеграция в сервисные контуры (API, очереди, пайплайны),
- обеспечение наблюдаемости (метрики, логи),
- соблюдение security/compliance требований (PII, аудит).
Что мы ждём:
- Опыт работы в ML/DS/AI Engineering 2–4+ года (или сильный профиль с продовыми кейсами).
- Практические навыки в ML-пайплайнах: подготовка данных, обучение, валидация, внедрение в прод.
- Понимание подходов MLOps: reproducibility, model registry, experiment tracking, CI/CD для моделей (на уровне пользователя/внедренца).
- Практический опыт GenAI/LLM: prompt engineering, RAG, embeddings, работа с LLM API/SDK, базовое понимание tool-calling.
- Уверенное владение Python и экосистемой (numpy/pandas, ML libs).
- Умение работать с SQL, датасетами, витринами/каталогами (на уровне аналитики и подготовки фич).
- Понимание базовых требований ИБ и комплаенса: PII, безопасное обращение с данными, аудитируемость решений.
- Навыки коммуникации: формулировать постановку, фиксировать гипотезы, демонстрировать результат, работать с требованиями.
