AI Engineer (LLM & Search)

Цель роли:

Спроектировать, реализовать и развивать интеллектуальный поиск и AI-ассистента внутри приложения и с возможностью подключения к иным клиентским каналам), обеспечивая правильный выбор LLM-модели, подготовку и разметку данных, интеграцию в продукт и проверку гипотез через продуктовые метрики.

Нам важно чтобы кандидат имел:

• Опыт работы от 2 лет в области AI/ML/DS.

• Реализованные проекты с LLM (chatbot, semantic search, recommendation systems).

• Опыт интеграции AI-решений в продуктовые системы (мобильные или веб-приложения).

Основные обязанности:

• Выбор LLM: исследование доступных моделей (open-source и commercial), подготовка сравнительного анализа (стоимость, latency, качество, ограничения), предложение оптимальной модели для продакшена.

• Data Pipeline: разработка правил разметки данных и форматов хранения совместно с дата-инженерами; поддержка процедур загрузки, обновления и версионирования данных.

• Интеллектуальный поиск: построение поиска по данным (vector search, hybrid search, reranking), интеграция retrieval-решений (Qdrant, Weaviate, Pinecone, Elastic, OpenSearch).

• Продуктовые эксперименты: формулировка и проверка гипотез, работа с метриками качества поиска (precision@k, recall@k, NDCG, CTR) и пользовательскими метриками (конверсия, удержание, satisfaction).

• Развитие продукта: участие в обсуждении фичей, проектировании пользовательского опыта, предложение улучшений на стыке AI и UX.

• Интеграция: взаимодействие с backend и frontend-командами для внедрения функционала в продакшен.

Технические навыки:

Модели и AI

Понимание архитектур LLM (GPT, LLaMA, Mistral, Claude и др.), умение работать с API и/или запускать open-source модели локально.

Навыки fine-tuning (LoRA, PEFT), prompt engineering, RAG (retrieval-augmented generation).

Опыт использования эмбеддингов (text embeddings) для поиска и семантического сопоставления.

Поиск и базы данных:

• Опыт работы с vector DB (Pinecone, Qdrant, Weaviate, Milvus).

• Знание поисковых движков (Elasticsearch, OpenSearch) и гибридных подходов.

• Опыт настройки пайплайнов: ingestion, preprocessing, indexing, query parsing.

Data Engineering / MLOps (взаимодействие с командой дата-инженеров):

• Знание форматов данных (JSON, Parquet, CSV) и стандартов разметки.

• Навыки работы с Python (pandas, PyTorch, HuggingFace, LangChain, LlamaIndex).

• CI/CD для ML (Docker, Kubernetes, MLflow, DVC приветствуется).

Продуктовые метрики и эксперименты:

• Знание методов A/B-тестирования.

• Метрики качества поиска (Precision/Recall/NDCG/MRR).

Понимание продуктовых KPI: LTV, Retention, Engagement.

Soft skills

• Умение объяснять сложные технические решения простым языком для стейкхолдеров.

• Продуктовое мышление: не только “настроить модель”, но и оценить бизнес-ценность.

• Готовность работать в команде и координировать задачи с инженерами и продакт-менеджерами.

Ориентация на результат: MVP → метрики → улучшение.

Условия:

• Оформление в соответствии с Трудовым кодексом Республики Казахстан;
• Хорошие условия работы;
• Дружный коллектив, профессиональный рост.