Задание: Машинное обучение. Разработка RAG-микросервиса на базе Gemini API для базы строительных норм (Speech-to-Text+VectorDB) (Дистанционная работа)
Ищем AI / LLM-разработчика (Python) для создания RAG-микросервиса (Retrieval-Augmented Generation) на базе Gemini API. Сервис должен индексировать файлы строительных норм и стандартов (КМК, СНиП, ГОСТ, IBC, Dubai Building Code и др.) по разным странам и давать точные инженерные ответы на текстовые и голосовые запросы пользователей. Что нужно сделать: 1. Пайплайн индексации документов (ETL & VectorDB): • Разработать модуль загрузки и чанкинга PDF/DOCX-документов с нормативами (сохранение структуры, таблиц и пунктов). • Развернуть векторную БД (Qdrant / Pinecone / pgvector). • Настроить векторизацию (Gemini Embeddings) и фильтрацию по метаданным (привязка к конкретной стране country_code). 1. Гибридный RAG-поиск & Gemini API: • Настроить гибридный поиск (Semantic + Keyword/BM25) по нормативной базе выбранной страны. • Написать системный промпт для Gemini API с защитой от галлюцинаций (ответ строго по нормам с указанием конкретных пунктов и номеров документов). 1. Обработка голосовых и текстовых запросов (Voice & Text): • Реализовать распознавание голосовых сообщений с объекта (через Gemini Multimodal Audio / OpenAI Whisper). • Выдача потокового ответа (SSE / Streaming) на русском/английском языках. 1. Упаковка в микросервис: • Оформить решение в виде FastAPI микросервиса в Docker-контейнере с REST API endpoints. Требования к исполнителю: • Опыт коммерческой разработки RAG-систем на базе Python (LlamaIndex / LangChain). • Уверенное понимание работы Gemini API, VectorDB (Qdrant/Pinecone), Embeddings. • Опыт работы с распознаванием речи (Speech-to-Text / Multimodal audio). • Понимание принципов защиты LLM от галлюцинаций и точного атрибутирования источников (Citation). Формат работы: Проектная работа / Фиксированная оплата
