{"id":3390942,"url":"https://alion.io/job/data-world-ml-inzhener-2","title":"ML-инженер","company":{"id":3312,"name":"Data World","domain":"data-world.ru","url":"https://alion.io/company/data-world","size_band":null,"is_staffing_agency":false,"employer_type":"direct","is_intermediary":false,"listed_via":null,"ats_vendor":"HeadHunter","truth_index":null},"role":"AI/ML","role_family":"AI/ML","seniority":null,"employment_type":null,"work_mode":"remote","remote_scope":"stated_regions","remote_scope_basis":"board_field","remote_working_hours":null,"hiring_geo_confidence":"inferred","locations":["Moscow, Russia"],"countries":["RU"],"hiring_countries":["RU","BY","KZ","KG","AM"],"hiring_countries_total":5,"salary":{"min":150000,"max":160000,"currency":"RUB","period":"month","gross":null,"usd_annual":22728},"salary_estimate":null,"experience_years_min":null,"visa_sponsorship":false,"relocation_package":false,"has_equity":false,"technologies":[{"name":"Agentic Workflows","optional":false},{"name":"AI Agents","optional":false},{"name":"CI/CD","optional":false},{"name":"Docker","optional":false},{"name":"Embeddings","optional":false},{"name":"Function Calling","optional":false},{"name":"Git","optional":false},{"name":"LLM","optional":false},{"name":"Prompt Engineering","optional":false},{"name":"Python","optional":false},{"name":"RAG","optional":false},{"name":"Rest API","optional":false},{"name":"Structured Outputs","optional":false},{"name":"DeepSeek","optional":true},{"name":"Fine-tuning","optional":true},{"name":"GigaChat","optional":true},{"name":"Kubernetes","optional":true},{"name":"LangChain","optional":true},{"name":"LangGraph","optional":true},{"name":"Llama","optional":true},{"name":"LlamaIndex","optional":true},{"name":"LoRA","optional":true},{"name":"Model Context Protocol","optional":true},{"name":"OpenShift","optional":true},{"name":"PEFT","optional":true},{"name":"PostgreSQL","optional":true},{"name":"Qwen","optional":true}],"status":"live","first_seen_at":"2026-10-28T09:55:40Z","employer_posted_date":"2026-10-28","last_verified_at":"2026-10-31T02:16:02Z","board_verified":true,"closed_at":null,"days_open":3,"trust":{"level":"ok","repost_count":null,"flags":[],"days_open":3},"description":"Хочешь попасть в крупный финтех-проект, но думаешь, что «нужен большой опыт»? Это твой шанс!\n Мы ищем ML инженера в свою команду) Проект \"GigaARPA \" (заказная разработка Сбербанка)\n Обрати, пожалуйста, внимание на 3 момента:\n - Удалёнка (но Локация Москва и Московская область)!!!\n - ИТ аккредитация, ДМС, техника\n - ЗП 150-160 тыс. на руки!!!\n Мы развиваем направление управления знаниями GigaARPA - платформы для перевода бизнес-процессов в автономный режим с использованием RPA, AI-агентов и LLM.\n Управление знаниями о платформе, продукте и клиенте неотъемлемая и важная часть клиентского сервиса. Помимо этого, команда анализирует и развивает клиентские пути (CJM) и использует клиентский опыт для развития продукта.\n Ищем MLEngineer/ LLMEngineer, который вместе с командой будет реализовывать сервисы управления знаниями о платформе, продукте, клиенте, документах и процессах в GigaARPA, отвечать за разработку агентной логики и LLM-приложений внутри платформы.\n Чем предстоит заниматься\n Разрабатывать AI-агентов и мультиагентные сценарии для автоматизации различных этапов PDLC.\n Развивать Ассистента платформы на базе LLM.\n Реализовывать поиск релевантных знаний по запросу пользователя на естественном языке.\n Проектировать agentic workflow: планирование, выбор инструментов, выполнение действий, проверка результата и обработка ошибок.\n Реализовывать механизм вызова инструментов платформы через LLM: tool calling / function calling.\n Разрабатывать и развивать RAG-механизмы и работу с корпоративными базами знаний.\n Создавать LLM-приложения для анализа логов, метрик, БД, документации и других данных платформы.\n Разрабатывать агентов для тестирования, сопровождения и диагностики автоматизированных процессов.\n Проектировать механизмы памяти и управления контекстом AI-агентов.\n Разрабатывать подходы к автоматизированной оценке качества ответов и действий LLM.\n Проводить эксперименты с моделями, промптами, контекстом и агентными архитектурами.\n Оптимизировать latency, качество и потребление токенов.\n Совместно с backend- и frontend-командами интегрировать AI-функциональность в продукт.\n Что для нас важно\n Уверенное владение Python.\n Практический опыт разработки приложений на базе LLM.\n Понимание принципов работы современных языковых моделей и ограничений LLM.\n Практический опыт работы с AI Agents / Agentic AI, tool calling / function calling, RAG, embeddings и vector databases, prompt engineering, structured output, управлением контекстом и памятью агентов.\n Опыт разработки production-ready сервисов и интеграции через REST API.\n Умение самостоятельно декомпозировать исследовательскую задачу и доводить эксперимент до работающего продукта.\n Понимание того, как измерять качество LLM-приложения, а не только оценивать результат «на глаз».\n Git, Docker, базовое понимание CI/CD.\n Будет плюсом\n Опыт разработки мультиагентных систем.\n Опыт работы с GigaChat, Qwen, DeepSeek, Llama или другими open-source / enterprise LLM.\n Опыт использования LangGraph, LangChain, LlamaIndex или собственных agentic-фреймворков.\n Опыт построения LLM evaluation / LLM-as-a-Judge.\n Опыт работы с MCP и архитектурой инструментов для AI-агентов.\n Опыт работы с PostgreSQL и векторными БД.\n Опыт работы с Kubernetes / OpenShift.\n Опыт inference и оптимизации локально развернутых LLM.\n Опыт Fine-tuning / LoRA будет преимуществом, но не является обязательным.\n Опыт разработки AI-функциональности для enterprise-продуктов.\n Что предлагаем\n Возможность влиять на архитектуру одной из ключевых платформенных систем, которой пользуются реальные корпоративные заказчики.\n Работу с современными LLM и agentic-подходами на реальных enterprise-задачах.\n Задачи не только по сопровождению, но и по созданию новой AI-native архитектуры продукта.\n Работу в продуктовой команде с прямым влиянием на развитие клиентского сервиса платформы.","description_format":"text","description_chars":3831,"description_truncated":false,"requirements":{"experience_years_min":null,"management_years_min":null,"team_size_min":null,"manages_managers":false,"education":null,"security_clearance":false,"languages":[{"language":"Russian","level":"Advanced (C1)","optional":false}]},"benefits":[],"hiring_locations":[{"name":"Russia","iso":"RU","kind":"country"},{"name":"Belarus","iso":"BY","kind":"region"},{"name":"Kazakhstan","iso":"KZ","kind":"region"},{"name":"Kyrgyzstan","iso":"KG","kind":"region"},{"name":"Armenia","iso":"AM","kind":"region"}],"hiring_excludes":[],"relocation_offered":false,"industries":["Financial Software & Embedded Finance","Custom Software Development"],"lifecycle":[{"event":"open","at":"2026-10-28T10:01:35Z"}],"visa":[],"liveness":{"score":90,"band":"hot","label":"Hiring now","p_open":1,"p_active":0.903,"p_room":1,"age_days":2,"expected_fill_days":30,"reasons":["conf:3","velocity","win:early"],"computed_at":"2026-10-31T05:58:55Z"},"pay":{"stated_usd_annual":22728,"is_top_pay":false},"html_url":"https://alion.io/job/data-world-ml-inzhener-2","json_url":"https://alion.io/job/data-world-ml-inzhener-2.json","meta":{"generated_at":"2026-10-31T17:00:45Z","cache_seconds":300,"methodology":"https://alion.io/methodology","terms":"https://alion.io/terms","contact":"https://alion.io/contact","api":"https://alion.io/developers","about":"Alion is a live layer of people, companies and AI agents: who they are, whether they are real and active right now, what they do and how to work with them, readable by people and by agents and paid per call.","catalog":"https://alion.io/catalog.json","usage":{"tier":"crawler_verified","counted_by":"address","units_charged":1,"used_today":26603,"day_limit":null,"remaining_today":null,"minute_limit":300,"resets_at":"2026-11-01T00:00:00Z"}},"offers":[{"id":"company.slices","title":"One company in depth, by slice","status":"live","price":{"credits":0.02,"usd":0.002,"plus_per_slice":{"credits":0.05,"usd":0.005}},"unit":"per company, plus each slice with data","note":"the employer in depth","call":{"mcp_tool":"get_company","arguments":{"id":3312},"rest":"https://alion.io/mcp/rest/get_company?id=3312"},"human":"https://alion.io/catalog?offer=company.slices&for=job%2Fdata-world-ml-inzhener-2"},{"id":"market.stats","title":"A market slice: pay, demand and time to fill","status":"live","price":{"credits":1,"usd":0.1},"unit":"per slice","note":"pay, demand and time to fill for this role and place","call":{"mcp_tool":"market_stats"},"human":"https://alion.io/catalog?offer=market.stats&for=job%2Fdata-world-ml-inzhener-2"},{"id":"job.search","title":"Open jobs by role, technology, place, pay and visa","status":"live","price":{"credits":0.02,"usd":0.002},"unit":"per posting in a list","note":"similar open postings","call":{"mcp_tool":"search_jobs"},"human":"https://alion.io/catalog?offer=job.search&for=job%2Fdata-world-ml-inzhener-2"},{"id":"company.verify","title":"Is this company real and active right now","status":"pilot","price":null,"unit":"per company","request":{"url":"https://alion.io/catalog/request","method":"POST","body":"{\"offer\": \"company.verify\", \"for\": \"job/data-world-ml-inzhener-2\", \"note\": \"what you need it for\"}"},"human":"https://alion.io/catalog?offer=company.verify&for=job%2Fdata-world-ml-inzhener-2"}],"agent":{"mcp":"https://alion.io/mcp/jobs","mcp_open":"https://alion.io/mcp/open","next":[{"tool":"get_job","arguments":{"id":3390942}},{"tool":"search_jobs","arguments":{"company":"data-world.ru","detail":"compact"}},{"tool":"match_people","arguments":{"job_id":3390942},"note":"people open to offers who fit this vacancy"}],"note":"The same data through MCP tools: https://alion.io/mcp/open needs no sign-in (compact searches, postings, people); https://alion.io/mcp with an Alion account has everything. Docs: https://alion.io/developers"}}