Инженер данных Data Engineer / ML-архитектор

Мы создаём Overlay AI — систему памяти и навигации для искусственного интеллекта нового поколения. Это не очередная GPT-обёртка. В нашей архитектуре LLM выступает в роли интеллектуального роутера, тогда как основа системы — структурированные графы знаний, внешняя память и глубокая семантическая обработка экспертных знаний.

Ищем инженера, которому интересно работать на стыке данных, смыслов и архитектуры ИИ. Ваша основная задача — создавать и развивать «топливо» для нашего ИИ.

• Разработка интеллектуальных парсеров под неструктурированные форматы данных с написанием собственных fallback-режимов.

• Построение ETL-пайплайнов полного цикла: сбор → очистка → чанкинг → векторизация → индексация → построение графа.
• Написание промптов и интеграция вызовов к локальным (vLLM, llama.cpp 2.) и облачным LLM для извлечения сущностей, связей и тезисов из сырого текста.
• Администрирование и наполнение векторных (Qdrant, Milvus и др.) и графовых (Neo4j и др.) баз данных.
• Создание датасетов для оценки качества парсинга и fine-tuning моделей.
• Базовая работа с инфраструктурой: запуск моделей в Docker-контейнерах на Ubuntu-серверах.

• Высшее техническое образование.

• Уверенное владение Python и опыт построения ETL / data-пайплайнов.

• Опыт работы или интерес к LLM, RAG-архитектурам, мультиагентным системам, NLP.

• Навыки парсинга данных (веб, API, документы) и обработки ошибок.

• Практический опыт работы с векторными базами данных и эмбеддингами.

• Devops-навыки, опыт настройки CI/CD.

• Уверенная работа в Linux-среде, базовые навыки Docker.

• Будет плюсом:

• Опыт работы с Airflow / LangChain / LlamaIndex или аналогами.

• Интерес к архитектуре интеллектуальных систем и работе в небольших командах.

• Опыт работы в стартапах или над высоконагруженными проектами.

• Проектная работа;
• Полностью удалённый формат работы;
• Гибкий график с фокусом на результат;

• Возможность долгосрочного сотрудничества и роста роли вместе с развитием продукта.
  
  *Чтобы мы поняли, что вы внимательно прочитали вакансию и говорите с нами на одном языке, прикрепите к отклику ответы на 3 коротких вопроса:
  
  1. Опишите свой самый сложный парсер или ETL-пайплайн. Что было на входе, что на выходе, какие проблемы решали (масштаб, грязные данные, обход защит)?
  2. Был ли у вас опыт создания графовых (Knowledge Graph) или векторных баз данных / создания обучающих датасетов? Кратко опишите его.
  3. Опишите самую сложную «железную» или инфраструктурную проблему, которую вам приходилось решать (например, падение серверов, проблемы с VRAM при запуске моделей, воскрешение Docker).