AI-инженер (удаленная работа)

Вакансия: AI-инженер

Описание вакансии

Компания "Урал Логистика" - надежный партнер в области транспортно-экспедиционных услуг перевозки грузов железнодорожным транспортом. Приглашаем в нашу команду AI-инженера, для участия в создании собственной системы обработки документов и данных для грузовых железнодорожных перевозок и связанных услуг. Чем предстоит заниматься: Проектировать и разрабатывать конвейер обработки документов: загрузку, нормализацию, сегментацию, определение структуры и подготовку контекста
Извлекать структурированные данные из договоров, приложений, дополнительных соглашений, актов и других связанных документов
Работать с длинным контекстом, таблицами, пересекающимися формулировками и изменениями условий во времени
Обеспечивать атрибуцию результата к документу, странице и исходному фрагменту
Строить гибридный поиск: полнотекстовый и векторный retrieval, фильтрацию, реранкинг и сбор контекста
Развивать графовое представление документов, сущностей и связей для поисковых и аналитических сценариев
Проектировать агентные и workflow-сценарии: управление состоянием, инструментальные вызовы, повторы, fallback-механизмы и обработку отказов
Создавать эталонные наборы, метрики по полям и регрессионные тесты для оценки извлечения, поиска и генерации чтобы при смене модели, промпта или retrieval- стратегии было видно, что улучшилось, а что деградировало
Разрабатывать Python-сервисы, API, фоновые задачи и интеграции с внутренними источниками
Участвовать в выборе моделей, постановке экспериментов, fine-tuning и оптимизации локального inference Что для нас важно:
Рассматриваем кандидатов с ув еренной промышленной разработкой на Python уровня middle+ и выше
Опыт с FastAPI или аналогичным фреймворком, асинхронным исполнением, очередями и фоновой обработкой
PostgreSQL и SQL на рабочем уровне
Практический опыт вывода LLM-решений в production
Понимание RAG, structured output, tool calling и многошаговых модельных сценариев
AI-система для железнодорожной логистики AI ML Full-stack
Умение измерять качество: строить эталонные наборы, выбирать метрики, классифицировать ошибки и проводить регрессионное тестирование
Опыт с Docker, Kubernetes и CI/CD
Готовность доводить вертикальную задачу от спецификации и эксперимента до эксплуатации Стек: Python, FastAPI, Pydantic, PostgreSQL, Redis, Celery или аналог, LangChain, LangGraph, MCP, RAG, GraphRAG, Qdrant, pgvector, OpenAI-совместимый API, vLLM, Docker, Kubernetes

Формат сотрудничества:

• Полная занятость и возможность трудоустройства через российское юридическое лицо в штат или через согласованную аутстафф-модель
• Основной формат офис или гибрид . Для самостоятельных специалистов возможна распределённая работа из России
• Итоговый грейд и масштаб ответственности определяются по результатам собеседования.