ML-инженер

Доработка и масштабирование RAG-ассистентов:
Ассистент RAG работа с документами

1. Выстроить пайплайн автоматической/полуавтоматической разметки и индексации большого кол-ва документов
2. Разработать / улучшить архитектуру ядра RAGа
3. Отвечать за качество ответов RAG-системы и итеративно его улучшать

Ассистент RAG работа с требованиями и материалами. Планирование.

1. Прогнозировать регулярно потребляемые материалы (СИЗ, МТР)
2. Использовать ML-подходы в прогнозировании
По стеку: Python, SQL (PostgreSQL / ClickHouse), Apache Airflow или Prefect, LlamaIndex или подобное, Label Studio или Argilla, LangChain или подобное.