4 февраля 2026
О команде и видении:
Мы создаем новую кросс-функциональную команду (AI Platform Team), цель которой - кардинально повысить эффективность и качество процессов разработки/поддержки/внедрения/продаж ПО с помощью искусственного интеллекта. Вы не будете работать над абстрактными моделями - ваши решения (RAG-система для поиска знаний, автогенерация кода и тестов, автогенерация артефактов) станут ежедневными инструментами для сотен инженеров компании, напрямую влияя на скорость выхода продуктов и удовлетворенность клиентов компании.
Обязанности:
Поиск и анализ точек внедрения AI/ML в бизнес-процессы компании;
Разработка MVP AI-решений от идеи до рабочего прототипа;
Обучение, дообучение и оптимизация моделей под специфику наших данных и задач;
Работа с LLM, RAG, NLP, Computer Vision в зависимости от выявленных потребностей;
Координация с DevOps по вопросам инфраструктуры, контейнеризации и мониторинга;
Внедрение инструментов MLOps-цикла (версионирование данных и моделей, мониторинг, CI/CD для ML) в тесной связке с DevOps;
Документирование процессов, метрик успеха и результатов внедрения.
Требования:
Опыт внедрения AI/ML-решений в бизнес-процессы с нуля (от идеи до продакшена);
Глубокие практические знания в ML/DS: pandas, numpy, PyTorch/TensorFlow, sklearn, CatBoost, LLM-фреймворки (LangChain, LlamaIndex, vLLM);
Опыт работы с полным циклом ML-проекта: от сбора данных и обучения модели до её продакшенизации и мониторинга;
Понимание принципов MLOps, но не обязательно глубокая экспертиза в инфраструктуре - у нас уже есть DevOps-инженер;
Умение проектировать и разрабатывать API-сервисы на Python (FastAPI, Flask) для инференса моделей;
Опыт работы с векторными БД, RAG-системами, NLP-пайплайнами;
Будет плюсом:
Опыт работы с классическими ML-задачами (классификация, регрессия, кластеризация) и современными подходами (LLM, RAG, Agents);
Знание основ контейнеризации (Docker) и оркестрации (Kubernetes) на уровне, достаточном для передачи задач DevOps-специалисту;
Опыт с CI/CD для ML-моделей (GitLab CI, GitHub Actions, MLflow, DVC).
Что у нас есть и чем можем заинтересовать:
Уникальную возможность формировать AI-направление в компании и напрямую влиять на автоматизацию ключевых процессов;
Работу на стыке ML, product и бизнес-аналитики;
Готовую инфраструктурную поддержку - в команде уже есть DevOps-инженер;
Возможность быстро тестировать гипотезы и внедрять MVP;
Современный стек и возможность работать с LLM, RAG, генеративными моделями.
Мы предлагаем:
Социальный пакет: