Мы развиваем корпоративную AI‑платформу в крупном банке, где инженеры строят LLM‑ и ML‑инференс на продакшн‑кластерах, RAG‑сервисы и инструменты для десятков внутренних команд. Это проект на стыке backend, DevOps и ML‑инженерии: много системного дизайна, высокие нагрузки, безопасный прод и реальное влияние на то, как бизнес использует ИИ каждый день.
Чем предстоит заниматься:
- Разработка и внедрение ML/GenAI решений на корпоративной AI Platform
- Построение и поддержка ML lifecycle: данные, обучение, деплой, мониторинг
- Развитие RAG-пайплайнов (knowledge base, embeddings, retrieval, оценка качества)
- Подготовка тестовых наборов и оценка GenAI (качество, безопасность, groundedness)
- Интеграция решений в прод (API, пайплайны, очереди) совместно с DevSecOps
- Обеспечение мониторинга, логирования и соблюдения требований безопасности
- Документация, code review, поддержка релизов
Что мы ожидаем:
- Опыт 2–4+ года в ML/DS/AI (или сильные продовые кейсы)
- Практика построения ML-пайплайнов и вывода моделей в прод
- Понимание MLOps (CI/CD, experiment tracking, model registry)
- Опыт с GenAI/LLM: prompt engineering, RAG, embeddings, API
- Уверенный Python (pandas, numpy, ML-библиотеки), SQL
- Базовые знания ИБ и работы с чувствительными данными (PII)
- Хорошие коммуникационные навыки
Будет плюсом:
- PyTorch / TensorFlow, Transformers / LLM SDK
- MLflow или аналоги
- Docker, CI/CD
- Vector DB (pgvector, Milvus и др.), S3
- Linux CLI
Английский: Intermediate+ (чтение документации, рабочее общение)