Вакансия: RAG инженер ИИ-ассистента (LLM / Python / Qdrant)
Описание вакансии
Ищем разработчика, который поможет построить интеллектуального ассистента для криптокошелька. Основной фокус реализация RAG-системы, интеграция с LLM (OpenAI / Claude), работа с векторной БД (Qdrant), построение аналитических и обучающих функций.
Ассистент будет анализировать токены, кошельки, транзакции и давать пользователю умные рекомендации на основе ончейн-данных и машинного обучения (ML).
Что предлагаем:
- Участие в реальном крипто-продукте с фокусом на AI и аналитику
- Работа в связке с опытными специалистами в области blockchain, безопасности и финтеха
- Работа с живыми пользователями, на которую действительно влияет твой код
- Минимум бюрократии максимум практики
- Возможность вырасти в AI tech lead / Head of AI
- Гибкий график, удалёнка, быстрые ревью и понятный процесс
Основные задачи:
- Разработка ИИ-ассистента на Python (FastAPI + LLM-интеграция)
- Настройка RAG (Retrieval-Augmented Generation): эмбеддинги и векторный поиск
- Реализация скоринга токенов по метрикам (доля китов, активность, риски)
- Обнаружение аномалий в действиях кошельков (например, синхронные сливы)
- Классификация кошельков: трейдеры, боты, инсайдеры
- Создание API для интеграции с мобильным приложением
- Проектировать и реализовать сбор ончейн-данных для аналитики и ML
- (опционально) Визуализация аналитики в Telegram / PDF / JSON-отчётах
- Поддержать обработку пользовательских запросов:
- Проанализируй токен $XYZ
- Как тебе активы в моем кошельке?
- Кто владелец токена $XYZ и есть ли у него подозрительная активность за эту неделю?
- Насколько безопасен токен $XYZ?
- Покажи мне токены, в которых большие кошельки начали выходить за последние 48 часов
Также вы:
- Участвуете в построении масштабируемой AI-инфраструктуры: от пайплайнов обработки данных до сервисов скоринга и аналитики
- Внедряете воспроизводимые и повторно используемые AI-решения, применимые в разных частях продукта: рекомендации, подписка, сигналы, оценка рисков
- Помогаете команде и продукту принимать решения на основе данных и моделей, предлагаете улучшения с бизнес-эффектом
- Делаете архитектуру ИИ-платформы понятной, расширяемой и легко внедряемой
Наш стек:
- Python 3.10+, FastAPI / Flask
- Qdrant
- scikit-learn, XGBoost
- Pandas, NumPy
- PostgreSQL (feature store), Redis
- LangChain, OpenAI / Claude API
- LangChain / LlamaIndex
- DVC (опционально)
Ожидания от кандидата:
- Уверенный Python-разработчик (опыт от 2 3 лет)
- Опыт работы с RAG
- Опты работы с LLM
- Опыт работы с векторными БД и эмбеддингами
- Знание ML: классификация, кластеризация, anomaly detection
- Умение работать с ончейн-данными и агрегировать фичи
- Умение держать слово и ответственно относиться к своему делу, будь то построение проекта или сколачивание скворечника
Как откликнуться:
Пожалуйста, прикрепите:
1.Краткое сопроводительное письмо:
какой у вас есть смежный или релевантный опыт (в ML, RAG, AI-продуктах, интеграции с LLM и т.п.)
добавьте ссылки на портфолио / код / GitHub (если есть)
