ML/Data Engineer

Мы разрабатываем высоконагруженную AI-платформу, которая помогает юристам готовить международные договоры.

Состоит из трёх больших блоков:

• Динамический UI - сочетает в себе окно поиска по базам знаний и область для договоров, графиков и форм.
• Мультиагентная система – обрабатывает запросы пользователя, формирует договоры, редактирует, переводит и т.д.
• Гибридная база знаний – сочетает семантический (векторный) поиск и графовые связи.

Первый этап отбора на эту вакансию – общение с AI-рекрутером:

• после отклика вам на почту и в чат на платформе HeadHunter придет приглашение побеседовать с ГигаРекрутером в Telegram
• диалог займёт примерно 10 минут. Его задача — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры
• ГигаРекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным!

Чем предстоит заниматься:

• разработка и поддержка ETL-пайплайнов для парсинга законов Гонконга, английских статутов и санкционных источников (OFAC, EU, UK)
• построение гибридной базы знаний: векторное хранилище Milvus, графовая БД Neo4j, PostgreSQL для метаданных
• проектирование модели данных для договоров, законодательных норм, санкционных списков и графовых связей
• настройка автоматического ежесуточного обновления санкционных списков с оповещением об изменениях
• fine-tuning юридических эмбеддинг-моделей (LegalBERT) и/или малых LLM для извлечения сущностей
• создание бенчмарков и метрик качества поиска (Hit Rate, MRR, Recall) и защиты от галлюцинаций
• организация версионирования данных и моделей (DVC, MLflow) с возможностью отката при ошибках

Мы ожидаем, что ты имеешь:

• опыт работы с текстами: парсинг PDF/HTML, чистка, нормализация и Python: pandas, numpy, transformers, PyTorch
• практическую работу с векторными БД (Milvus / Qdrant / Weaviate): индексация, гибридный поиск, управление схемой
• опыт с графовыми БД (Neo4j, Cypher): построение онтологий, запросы связей
• знание реляционных БД: PostgreSQL, включая полнотекстовый поиск и pgvector
• опыт оркестрации ETL (Airflow / Prefect / Dagster) и работы с брокерами сообщений (Kafka)
• MLOps: DVC, MLflow, деплой моделей в Docker/K8s; fine-tuning через Hugging Face (PEFT, LoRA)
• production-опыт с LangGraph (Python) и LangChain, а также понимание TypeScript-версии LangGraph (или готовность освоить).

Будет плюсом:

• понимание common law / права Гонконга
• опыт парсинга санкционных XML/CSV/JSON
• практика с Spark/Dask, OWL/RDF.

Работа у нас – это:

• работа в стартап-культуре: минимум бюрократии, гибкие процессы и быстрые релизы
• гибридный график (2-3 дня в неделю из дома)
• современный офис на ул Поклонной, 3к3
• ежегодный пересмотр зарплаты и годовая премия
• более 400 образовательных программ СберУниверситета для профессионального и карьерного развития
• программа адаптации и помощь наставника на старте
• расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа
• льготная ипотека и кредитование от Сбера
• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров.