ML-инженер (LLM / RAG)

«ГСП-Центр» — Единый Центр Обслуживания, оператор по финансовому, кадровому, бухгалтерскому и IT сопровождению компаний Холдинга АО «Газстройпром» - ведущей российской строительной компании, генерального подрядчика по строительству объектов ПАО «Газпром».

О позиции
В активно развивающееся внутреннее направление искусственного интеллекта. Мы внедряем передовые LLM-решения для автоматизации работы с документацией, ускорения бизнес-процессов и создания интеллектуальных ассистентов для сотрудников. Ищем в команду талантливого ML-инженера, который готов взять на себя полный цикл разработки: от исследования и дообучения моделей до продакшн-интеграции в офлайн-контуре компании.

Обязанности:

1. Развертывание и дообучение LLM:

• Развертывание локального стека для работы с большими языковыми моделями (на базе открытых моделей семейства Llama / Deepseek / Qwen) на GPU-инфраструктуре компании с полным соблюдением требований информационной безопасности (строгий офлайн-контур);
• Тонкая настройка (Fine-tuning) моделей с использованием методов PEFT (LoRA / QLoRA) для специализации на отраслевой терминологии строительной сферы;
• Квантизация моделей для обеспечения быстрого и эффективного инференса на доступном оборудовании.

2. Внедрение и развитие RAG (Retrieval-Augmented Generation):

• Проектирование и разработка RAG-пайплайна: загрузка, парсинг и чанкинг страниц корпоративной документации (технические акты, сметы, договорная база, деловая переписка) в векторное хранилище;
• Выбор и тонкая настройка моделей эмбеддингов (Embeddings) под специфику русского языка и строительной отрасли;
• Организация семантического поиска и генерации ответов на запросы бизнес-пользователей с обязательным и точным цитированием источников.

3. Интеграция с корпоративной экосистемой:

• Разработка микросервисов (API) на Python для интеграции LLM-функционала с внутренними системами холдинга (например, 1С, корпоративная почта);
• Создание «умных» обработчиков входящих документов: автоматическое извлечение реквизитов (ИНН, КПП, суммы, сроки) из неструктурированных PDF и Word, авто-маршрутизация заявок на основе семантического анализа текста;
• Контейнеризация решений (Docker) и оркестрация совместно с командой DevOps (Kubernetes).

4. Аналитика эффективности и MLOps:

• Разработка системы оценки качества (LLM-as-a-Judge) для мониторинга ответов модели и отслеживания дрифта данных;
• Документирование архитектурных решений и обучение сотрудников смежных отделов работе с AI-ассистентами.

Обязательные:

• Опыт практической работы с ML/LLM от 2 лет (развертывание, тонкая настройка, инференс);
• Уверенное знание ML-стека: PyTorch, трансформерные архитектуры (HuggingFace Transformers), понимание методов PEFT (LoRA, QLoRA), опыт работы с квантизацией (GGUF / AWQ);
• Продвинутый уровень Python (написание production-скриптов), знание фреймворков FastAPI или Flask;
• Владение языком программирования Golang;
• Опыт развертывания моделей на Ubuntu/CentOS, работа с CUDA, Docker, базовое администрирование GPU-серверов;
• Опыт обработки неструктурированных данных: парсинг PDF, DOCX, XLSX (PyPDF2, python-docx, BeautifulSoup, Scrapy);
• Владение SQL (PostgreSQL / MSSQL);
• Опыт работы с векторными базами данных (Qdrant, Milvus, Pinecone или OpenSource аналоги) и фреймворками LangChain или LlamaIndex;
• Инженерная культура: опыт написания тестов, уверенная работа с Git, навыки контейнеризации.

Будет весомым преимуществом:

• Опыт работы со строительной и договорной документацией;
• Опыт проработки и внедрения решений совместно с отделом информационной безопасности (ИБ);
• Практическое использование OpenWebUI, Ollama, LM Studio в корпоративных контурах;
• Понимание архитектуры S3-хранилищ и опыт потоковой обработки данных (Kafka);
• Публичные выступления на профильных конференциях или активный Open Source-профиль (GitHub с проектами по LLM).

• Официальное трудоустройство по ТК РФ;
• Работа в дочерней структуре одной из лучших компаний России;
• График работы 5/2;
• Достойная материальная мотивация: конкурентоспособный уровень заработной платы, дополнительные выплаты к отпуску;
• Интересные задачи и множество возможностей для карьерного роста;
• Забота о здоровье сотрудников: качественная программа ДМС со стоматологией;
• Офис премиум класса: комната приема пищи, кофе чай для сотрудников, тренажерный зал и др.