Системный аналитик AI RnD (удаленная работа)

Вакансия: Системный аналитик AI RnD

Описание вакансии

Нужен аналитик AI RnD, который умеет доказывать жизнеспособность AI-фич цифрами еще до первой строчки кода. Его задача строить "золотые наборы" из сотен размеченных кейсов бизнес сценариев, ловить дрейф поведения агентов и считать экономику каждого запроса к LLM.

Требуемый опыт работы: 3-4 года

Что для нас обязательно:
T-shape ИИ-компетенции: Опыт работы с LLM API, глубокое понимание матриц путаницы (confusion matrix),
метрик качества для NLP (BLEU, ROUGE, BERTScore) и методов их декомпозиции.
Навык построения A/B тестов на нестационарных данных.
Понимание принципов работы LLM и современных агентных архитектур (ReAct, LangChain, AutoGen и др.).

Core-компетенции системного аналитика:

Уверенное владение технологическим стеком: REST API, WebSocket, OpenAPI/AsyncAPI, брокеры сообщений (Kafka), реляционные БД (PostgreSQL).
Опыт работы с инструментами моделирования и документации.
Умение говорить на одном языке с разработчиками и тестировщиками.
Хорошее знание производственного процесса (разработки ПО).

Обязанности:

Кандидат должен уметь проектировать эксперименты по проверке гипотез до написания кода.
Он переводит бизнес-задачу в метрику продукта, пишет критерии приемки промптов, строит датасеты для оценки (golden sets), анализирует ошибки агентов (классифицирует галлюцинации, дрейф инструкций, потерю контекста) и предлагает конкретные изменения в архитектуру или промпт-базу.
Горизонт планирования 0-6 месяцев (исследование новых архитектур, проверка взлетит ли технология ).
Главная цель снизить неопределенность, ответить на вопрос возможно ли это технически и целесообразно ли? .
Метрика успеха это научная новизна. Качество модели на бенчмарках, воспроизводимость эксперимента, стоимость проверки гипотезы.
Артефакты в работе PoC, прототипы, научные статьи, отчеты об исследования, Proog-og-Concept библиотеки.
Работа с данным, разметкой и синтез экпериментальных датасетов под узкую задачу.
Полная работа с Research Science, первыми пользователями и экспертным сообществом.
Прикладное использование ИИ:
применение нейросетей для ускорения собственной работы генерация спецификаций, промпт-инжиниринг, прототипирование диаграмм (PlantUML), написание MCP, агентов, скилов, интеграции со смежными системами на mock
Системный анализ:
работа в концепции Doc-as-code
Согласование и коммуникация: плотное взаимодействие с разработкой и сопровождением

Условия:
Возможность карьерного роста и получения экспертизы в ведущих финансовых организациях страны;
Скидки на абонемент в фитнес-центр, курсы английского языка;
Оформление по ТК РФ на бессрочный трудовой договор.