Разработчик AI-автоматизации (Python, LLM), разработчик чат-ботов

Дата размещения вакансии: 29.09.2026
Работодатель: СК
Уровень зарплаты:
от 2000 до 50000 RUR
Город:
Гусь-Хрустальный
Суловская улица 6
Требуемый опыт работы:
От 1 года до 3 лет

Обязанности:

Работа с данными

• Сбор, очистка, разметка и подготовка данных для обучения.

• Формирование обучающих и тестовых наборов данных.

• Анализ данных и поиск закономерностей.

Разработка и обучение моделей

• Разработка и обучение моделей машинного обучения и нейросетей.

• Дообучение языковых моделей (LLM) и моделей компьютерного зрения под задачи бизнеса.

• Оценка качества моделей, подбор метрик, оптимизация и переобучение.

Интеграция в продукты и системы

• Встраивание моделей в продукты и внутренние системы через API.

• Развёртывание моделей на серверах и в облаке, мониторинг их работы.

• Взаимодействие с разработчиками и заказчиками задач.

Тендерный бот:

ежедневный мониторинг закупок на площадках (ЕИС, закупки Росатома, B2B-Center, Сбербанк-АСТ, РТС-тендер и др.) по нашим направлениям;

автоматический разбор документации и ТЗ: требования, сроки, обеспечение, риски;

краткие выжимки и рекомендации «участвовать / не участвовать» в Telegram;

помощь в подготовке документов для заявок.

Генерация дизайна:

создание визуалов для объявлений Avito, соцсетей и сайтов по нашим шаблонам.

Контент:

автоматическое написание статей и постов;

публикация на сайты и в соцсети по расписанию.

Поддержка и доработка созданных решений.

Требования:

Python, работа с API, парсинг сайтов

Опыт интеграции нейросетей (GigaChat, YandexGPT или другие LLM)

Опыт разработки Telegram-ботов

Портфолио реальных проектов по автоматизации

Опыт работы в ML/AI от 3 лет.

• Python, PyTorch и/или TensorFlow, scikit-learn.

• Hugging Face, опыт дообучения LLM (LoRA, QLoRA).

• RAG, векторные базы данных.

• SQL, pandas, работа с большими объёмами данных.

• Разработка API (FastAPI), Docker, Git.

• Развёртывание моделей (vLLM, Triton, Ollama), работа с GPU.

• Понимание математической базы ML: статистика, линейная алгебра.

Условия:

Удалённый или гибридный формат работы.

• Свобода в выборе технологий и подходов.

• Тестовое задание.