Разработчик искусственного интеллекта
О компании
Мы развиваем сервис для автоматизации подбора персонала.
С помощью ML и современных LLM мы делаем поиск кандидатов быстрее, честнее и прозрачнее для бизнеса и соискателей.
Компания активно растёт, участвуем в акселераторах и конкурсах и внедряем новые функции вместе с корпоративными клиентами. Сейчас нам нужен ML / Prompt Engineer, который готов брать серьёзные задачи, экспериментировать с LLM и вместе с нами строить интеллектуальное ядро HR-системы.
Чем предстоит заниматься
-
Разрабатывать и улучшать LLM-ядро продукта:
-
проектировать промпты, цепочки рассуждений (Chain-of-Thought), инструменты (tool calling), пайплайны;
-
снижать галлюцинации и повышать стабильность (robustness) ответов.
-
-
Исследовать и внедрять методы оценки моделей:
-
разрабатывать метрики качества для HR-кейсов (скоринг кандидатов, матчинг с вакансиями, резюме/vacancy Q&A и др.);
-
строить offline-и online-эксперименты, A/B-тесты.
-
-
Анализировать bias / fairness / explainability решений:
-
находить источники предвзятости и разрабатывать способы её снижения;
-
повышать объяснимость скорингов и рекомендаций для рекрутёров и заказчиков.
-
-
Работать с LLM и NLP-стеком:
-
Уметь выбирать оптимальные параметры для работы с облачными LLM;
-
использовать эмбеддинги, semantic search, RAG-подходы.
-
-
Делать прототипы и доводить их до продакшена:
-
упаковывать эксперименты в сервисы и ML-артефакты, готовые к интеграции с backend;
-
тесно работать с backend-разработчиками и продактом, помогать проектировать API и схемы данных.
-
-
Отслеживать исследования и практики:
-
читать статьи, RFC, блоги лидеров рынка;
-
приносить в команду новые идеи и подходы, презентовать результаты экспериментов.
-
Нам подходишь, если ты:
-
Уверенно пишешь на Python 3.10+, понимаешь основы асинхронности, умеешь организовывать чистый проект (структура, type hints, тесты).
-
Имеешь опыт разработки и обучения ML/DL-моделей:
-
PyTorch / TensorFlow / JAX или аналогичные фреймворки;
-
знаком с базовой статистикой, метриками качества, валидацией.
-
-
Глубоко понимаешь NLP:
-
токенизация, языковые модели, эмбеддинги;
-
работа с большими языковыми моделями (LLM), semantic search, RAG.
-
-
Уже решал задачи Prompt Engineering:
-
проектировал промпты под конкретные бизнес-кейсы;
-
использовал Zero-Shot / One-Shot / Few-Shot / Chain-of-Thought и др. техники;
-
знаешь типичные ошибки LLM и умеешь их отлавливать.
-
-
Имеешь опыт работы с LLM в проде или pet-проектах:
-
OpenAI / Anthropic / локальные модели (LLaMA, Mistral, YandexGPT, GigaChat и т.п.);
-
умеешь строить пайплайны вокруг LLM (pre/post-processing, кеширование, логирование, мониторинг).
-
-
Готов брать ответственность за качество решений:
-
умеешь формулировать гипотезы, проверять их, презентовать результаты;
-
аккуратно относишься к этике ИИ, fairness и отсутствию дискриминации.
-
-
У тебя английский B2 - читаешь статьи и документацию, можешь по необходимости формулировать запросы и краткие summary.
Будет плюсом, если ты:
-
Работал с HR-данными, рекрутингом, ATS или рекомендательными системами.
-
Знаком с MLOps-подходами, ML-пайплайнами, мониторингом моделей.
-
Писал/публиковал научные работы или участвовал в исследовательских проектах по ML/DL.
Мы предлагаем:
-
Полную занятость с гибким графиком: 40 часов в неделю. Ценим соблюдение дедлайнов, есть пару обязательных командных созвонов в неделю.
-
Удалённый формат - можно работать из любого региона.
-
Оформление по договору ГПХ с самозанятым / ИП / физлицом, прозрачные условия и регулярные выплаты (1 раз в месяц).
-
Прямую работу с фаундерами, CPO и CTO: быстрые решения, минимум бюрократии.
-
Влияние на продукт: будешь одним из ключевых людей, определяющих интеллектуальное ядро системы.
-
Современный стек и живые задачи на стыке:
-
LLM, NLP, ML-исследований;
-
продуктовой разработки в HR-tech.
-
-
Регулярную обратную связь и обсуждении roadmap.
-
Опыт работы в стартапе ранней стадии, который заметно усилит твой профиль и CV.
Простые и прозрачные этапы отбора:
Тестовое задание - покажет ваши навыки в реальных задачах, всего 2-3 часа
Звонок с фаундером - знакомство, рассказ о продукте и формате работы, обсуждение ожиданий по роли.
Техинтервью с CTO - обсуждаем твой опыт, разбираем реальные задачи, можем попросить разобрать небольшой кейс по LLM / prompt-инженерии.
Финальное обсуждение и оффер - согласуем условия, старт и первые фокусы по задачам.