Ведущий ML-инженер / Machine-Learning Engineer

Мы — SWAZE, SaaS-платформа нового поколения для омниканальных коммуникаций. Объединяем Telegram, Instagram, веб-чат и другие каналы в единое окно, где заявки обрабатываются «умным» ассистентом на базе LLM + RAG и гибкой маршрутизацией к операторам.

Технологии, с которыми уже работаем: Python 3, Docker, Django + DRF, FastAPI, Redis, Celery, Postgres, MinIO, Aiogram, OpenAI API и собственные микросервисы.

Нам нужен сильный ML-инженер, чтобы прокачать всё: от базы знаний и эмбеддингов до production-агентов, которые отвечают миллионам пользователей.

Задачи

• Проектировать и внедрять ML/NLP-решения (fine-tuning LLM, эмбеддинги, семантический поиск).

• Строить RAG-пайплайны: векторные базы, гибридный поиск, оценка качества ответов.

• Разрабатывать многоканальных AI-агентов (Telegram, Instagram, веб), которые автоматизируют поддержку и корректно «передают» сложные кейсы живым операторам.

• Оптимизировать inference под real-time: контейнеризация, GPU, WebSockets/gRPC.

• Полностью вести ML-жизненный цикл: данные → обучение → тесты → выкладка → мониторинг.

• Плотно взаимодействовать с backend-командой (FastAPI/Django), DevOps и фронтом.

Наш идеальный кандидат

Обязательно

• 4+ лет коммерческого опыта в ML/NLP (production).

• Python на уровне middle+/senior (asyncio, PyTorch / TensorFlow, Hugging Face).

• Практика fine-tuning/интеграции LLM, работа с векторными БД.

• Опыт микросервисов: FastAPI, Docker, Redis, Celery, Postgres.

• Git, CI/CD, покрытие тестами.

• Русский — свободный; английский — для документации.

Будет плюсом

• Telegram-боты (Aiogram) или другие чат-фреймворки.

• LangChain, LlamaIndex, RLHF, MLOps-инструменты.

• MinIO/S3, Kubernetes, GPU-серверы.

• Вклад в open source или публичные проекты.

Мы предлагаем

• Полная занятость с возможностью работать полностью удалённо или, по желанию, из офиса.

• Оплаченные подписки на все профессиональные инструменты и сервисы, необходимые для работы.

• Бонусы за ощутимый вклад в развитие наших продуктов.

• Ускоренный карьерный рост — мы поддерживаем инициативу и берём на себя риск доверять ответственность.

• Короткие циклы релизов: ваши решения доходят до пользователей за считанные дни, а не кварталы.

• Почасовая оплата за переработки

• Команда единомышленников без бюрократии и лишних уровней согласования.

Как мы нанимаем

1. 30-минутный знакомительный звонок.

2. Тех-интервью (90 мин) — обсудим реальный кейс из нашей практики.

3. Оплачиваемое тестовое задание (до 1 недели, гибко по времени).

4. Итоговое интервью и оффер.

⛔️ Мы не рассматриваем кандидатов⛔️, если:

• у вас < 3 лет коммерческого опыта в ML/NLP либо опыт лишь академический/курсовой;

• вы ни разу не выводили модели (NLP или CV) в production и не отвечали за их поддержку;

• нет практики Python-backend (FastAPI/Django, Docker) — только Data Science/аналитика;

• портфолио/GitHub закрыты или отсутствуют, нельзя показать код или результаты;

• вы не готовы к полной занятости 40 ч/нед или совмещаете несколько крупных проектов;

• не владеете русским языком для командных стендапов;

• рассчитываете только на «руководящую» роль без hands-on разработки.

(Если нашли себя в этом списке — лучше не тратьте время и силы на отклик)