з/п не указана
Москва
Новослободская улица 41
Новослободская улица 41
Более 6 лет
«ФортеИнвест» - один из крупнейших независимых переработчиков нефти в России. C 2011 года осуществляем разведку и добычу нефти, перерабатываем углеводородное сырье и реализуем готовую продукцию.
Условия:
-
Оформление по ТК РФ с первого рабочего дня;
-
Конкурентная белая заработная плата (оклад + премии);
-
Комфортный офис 2 мин. от м. «Менделеевская»;
-
График работы 5/2 с 9:00 до 18:00;
-
Корпоративная футбольная команда с выходом на турниры;
-
Игры «Что? Где? Когда?» с выходом на турниры;
-
Индексация заработной платы;
-
Ежегодные премии;
-
Корпоративные скидки и предложения партнеров;
-
Обучение за счет компании;
- ДМС со стоматологией.
Обязанности:
- Реализация проектов по внедрению технологий AI, LLM/ML моделей, RAG и AI агентов;
- Анализ существующих LLM/ML - моделей, LLM – агентов, AI - платформ, систем оркеcтрации и их применимости к потребностям группы компаний ФортеИнвест;
- Создание и развитие инфраструктуры для ML-сервисов и AI агентов, интеграция с бизнес- приложениями;
- Управление внедрением и эксплуатацией AI/ML моделей и AI агентов;
- Обеспечение надежности и наблюдаемости AI- систем: мониторинг, логирование, трассировка, контроль качества, обработка ошибок;
- Определение с бизнес-пользователями необходимых ML и AI моделей, выявление/фиксация требований к моделям;
- Взаимодействие со стейкхолдерами, исполнителями и подрядчиками проектов внедрения AI/ML-систем;
- Организация документирования внедрения и эксплуатации AI-систем,;
- Консультирование бизнес-пользователей по использованию AI;
- Участие в бюджетировании подразделения;
- Планирование работ и отчетность о проводимых работах;
Требования:
- Высшее образование техническое или математическое;
-
Опыт работы в нефтяной отрасли (как преимущество);
- Технический бэкграунд — бывший разработчик, Data Scientist или ML – инженер;
- Опыт доведения хотя бы одного AI проекта до промышленной эксплуатации с измеримым бизнес-эффектом;
- Опыт внедрения LLM в бизнес-процессы предприятия;
- Понимание полного жизненного цикла ML-решения: от гипотезы - data discovery - прототип - A/B-тест - production - post-launch поддержка;
- Опыт взаимодействия с бизнес-заказчиками (сбор требований, согласование метрик, handling scope creep);
- Опыт внедрения и эксплуатации on-premise AI -агентов в корпоративной архитектуре / окружении;
- Понимание базовых практик MLOps (CI/CD для моделей, мониторинг дрейфа, feature store);
- Знание принципов построения on-pemise AI платформ;
- Опыт управления AI/ML-проектами.
