Мы разрабатываем собственные AI-продукты – как для внутренних процессов компании, так и для клиентов, где результат измеряется конкретной пользой. В нашу команду разработчиков и AI-специалистов мы приглашаем сильного инженера, который будет участвовать в архитектурных решениях, проверять гипотезы, выводить модели в продашкен и работать над продуктом от идеи до результата.

● Разрабатывать и выводить в продакшн мультиагентные системы и RAG-пайплайны для автоматизации бизнес-процессов.

● Проектировать и поддерживать сквозные пайплайны обработки данных (ETL/ELT): от сбора сырых данных и Feature Engineering до валидации моделей.

● Проводить аналитику данных, формулировать и проверять гипотезы, проектировать и анализировать результаты A/B тестов.

● Выводить решения в продакшен (FastAPI, Docker), настраивать логирование метрик и мониторинг производительности/деградации моделей

● Совместно с продуктовой командой создавать новые продукты с нуля, участвовать в выборе стека технологий и формировать технические стандарты.

Что для нас важно

● Хорошее знание Python и профильных библиотек для анализа данных (Pandas, NumPy).

● Уверенное владение SQL для аналитики и подготовки датасетов.

● Опыт работы со стеком классического ML (Scikit-Learn, XGBoost, CatBoost).

● Опыт работы с фреймворками глубокого обучения (PyTorch) и NLP (Transformers, HuggingFace).

● Опыт работы с LLM, построения RAG-пайплайнов и AI-агентов (LangChain, LangGraph).

● Опыт оборачивания ML-моделей в микросервисы и вывода их в production (FastAPI, Docker).

● Умение писать и кастомизировать алгоритмы, проводить Feature Engineering.

● Опыт fine-tuning открытых языковых моделей (LoRA/QLoRA, DPO) и работы с инференс-движками (vLLM, Unsloth).

● Опыт работы с векторными базами данных и поиском (ChromaDB, Elasticsearch).

● Опыт проведения A/B-тестирования, проверки гипотез и статистического анализа.

● Опыт работы с MLOps-инструментами для трекинга и оркестрации (MLflow, Airflow).

● Понимание асинхронного взаимодействия и опыт работы с брокерами сообщений (RabbitMQ, Kafka).

● Знание аналитических СУБД (ClickHouse, PostgreSQL).

● Ссылка на GitHub или другой репозиторий с вашими проектами - поможет нам лучше познакомиться с вашим опытом до собеседования

Кого мы ищем

● Ориентирован на результат: умеет доводить ML-задачи от этапа исследования и проверки гипотез до продакшн-решения.

● Прагматичен в выборе инструментов: понимает, когда задачу можно закрыть простым SQL-запросом или базовой моделью, а когда действительно требуется обучать кастомный алгоритм или делать fine-tuning.

● Мыслит инженерно: смотрит на AI-продукты как на сложные системы (учитывает отказоустойчивость, краевые случаи и деградацию), а не просто пишет промпты к API.

● Опирается на данные: принимает архитектурные и продуктовые решения на основе математики, статистики и результатов A/B-тестов, а не только на интуиции.

● Готов брать ответственность за качество своих решений на реальных пользователях.

● Следит за индустрией: регулярно изучает свежие подходы (Open Source решения, статьи) и умеет адаптировать State-of-the-Art под задачи бизнеса

● Участие в создании собственных ИИ-продуктов с нуля.

● Возможность влиять на архитектуру и технические решения.

● Небольшую сильную команду без бюрократии.

● Быстрый цикл принятия решений.

● Пространство для профессионального роста.

● Участие в профильных конференциях и обучении за счёт компании.

● Официальное трудоустройство.

● Комфортный офис рядом с м. Чистые пруды.

● График работы: понедельник–пятница, 10:00–19:00.

Если вам интересно создавать не отдельные модели, а инженерные системы вокруг ИИ, будем рады познакомиться.