AI исследователь
Навыки: Python, NLP, LLM, LangChain, SQL. Квалификация: Senior. Специализации: Промпт-инженер.
Привет! Я ищу
AI-исследователя в команду ИИ-инкубатора крупного ритейлера.
Будем собирать крутые PoC, агентов и внедрять LLM в реальные бизнес-процессы.
ЗП: 260-300 К руб/мес
График: МСК ± 2, полная удаленка
Гражданство/локация: Только РФ
проект до конца года + возможна пролонгация.
Оформление: по договору ИП
Кого ищем?
Нам нужен hands-on практик, который закроет архитектуру агентов и доведет модели до продакшена:
- Разработка архитектуры агентов: управление состоянием диалога и контекстом, динамический выбор инструментов (tool calling), настройка уровней автономности и сценариев human-in-the-loop;
- Глубокое понимание жизненного цикла ML-модели: от подготовки признаков до интерпретации результатов;
- Знание методов борьбы с переобучением, data leakage, регуляризации; уверенный выбор алгоритмов под задачу;
- Владение матстатистикой для проверки гипотез, расчета доверительных интервалов и самостоятельного дизайна A/B-тестов;
- Построение системы метрик: разработка офлайн- и онлайн-показателей, кросс-валидация, прямая оценка бизнес-эффекта;
- Непрерывный мониторинг дрейфа моделей и качества данных в продакшене;
- Опыт работы хотя бы в одном из направлений: классическое машинное обучение; временные ряды и прогнозирование;
рекомендательные системы, поиск и ранжирование; NLP, LLM и генеративный AI;
- Языки и библиотеки: Python (pandas/polars, NumPy, scikit-learn, CatBoost/XGBoost/LightGBM, PyTorch), продвинутый SQL;
- Написание поддерживаемого production-кода: модульная архитектура, юнит-тесты, логирование, документация, работа с GitFlow и код-ревью;
- Построение пайплайнов оценки (LLM Evals): контроль галлюцинаций, релевантности ответов и мониторинг поведения системы;
- Обеспечение безопасности: защита от prompt injection, предотвращение утечек персональных данных (PII/privacy) и аудит прав доступа агента;
- Практический опыт работы с API языковых моделей, платформой Hugging Face и orchestration-фреймворками;
- Умение оценивать стоимость, latency и масштабируемость LLM-решений;
- Опыт работы в e-commerce, retail или других продуктовых highload-системах;
- Инфраструктура и оркестрация: Airflow, MLflow, Kafka, Redis, Kubernetes;
- Мониторинг и наблюдаемость: Prometheus, Grafana, OpenTelemetry;
- Опыт эксплуатации GPU-инфраструктуры и оптимизации inference;
- Адаптация моделей через fine-tuning (LoRA/PEFT);
- Опыт проектирования agentic workflows или multi-agent-систем;
- Понимание принципов информационной безопасности, privacy и работы с персональными данными.
Почему здесь круто?
Решаем нестандартные задачи ИИ-инкубатора (от гипотезы до защиты на Экспертном комитете).
Реальный highload и Big Data в Retail.
Задачи на проекте
- Разработка генеративных ИИ-моделей для синтеза визуального и проектного контента на основе структурированных данных товарного каталога в рамках проверки гипотез (PoC) внутри корпоративной платформы по оценке ИИ-инициатив.
Как откликнуться?
Откликнуться сюда