ML/LLM Engineer (Senior), ритейлер

Чем предстоит заниматься:

• Проектировать и разрабатывать микросервисы для аналитических AI-агентов.
• Создавать сценарии взаимодействия пользователей с корпоративными данными через контекстный слой, OLAP-витрины и Data Marts.
• Разрабатывать решения для бизнес-задач, ускоряющие анализ данных и принятие решений.
• Реализовывать оркестрацию вызовов к базам данных, внешним сервисам и инструментам агентов.
• Проектировать agentic workflows и multi-agent-системы: управление состоянием диалога и контекстом, tool calling, уровни автономности, human-in-the-loop-сценарии.
• Строить пайплайны оценки качества LLM-решений: контролировать галлюцинации, релевантность, устойчивость и поведение системы в продакшене.
• Настраивать мониторинг качества данных, дрейфа моделей, производительности и бизнес-метрик.
• Обеспечивать безопасность AI-решений: защищать систему от prompt injection, предотвращать утечки персональных данных, настраивать аудит прав доступа агентов.
• Оценивать стоимость, latency, масштабируемость и инфраструктурные требования LLM-решений.
• Участвовать в проработке и защите PoC, помогать командам переводить успешные эксперименты в промышленную эксплуатацию.

Для нас важно:

• Опыт проектирования архитектуры AI-агентов: управление контекстом и состоянием диалога, динамический выбор инструментов, human-in-the-loop и контроль автономности.
• Глубокое понимание полного жизненного цикла ML-моделей: подготовка данных и признаков, обучение, валидация, интерпретация и эксплуатация.
• Знание методов борьбы с переобучением, data leakage и регуляризации, умение выбирать алгоритмы под конкретную задачу.
• Уверенное владение математической статистикой: проверка гипотез, доверительные интервалы, дизайн и анализ A/B-тестов.
• Опыт построения офлайн- и онлайн-метрик, кросс-валидации и оценки прямого бизнес-эффекта ML- и LLM-решений.
• Уверенное владение Python: pandas или polars, NumPy, scikit-learn, CatBoost, XGBoost или LightGBM, PyTorch.
• Продвинутый SQL и опыт работы с аналитическими хранилищами, витринами данных и корпоративными источниками.
• Опыт работы с API языковых моделей, Hugging Face и orchestration-фреймворками.
• Понимание принципов информационной безопасности, privacy и работы с персональными данными.
• Опыт построения сложных agentic workflows и multi-agent-систем.

Главный принцип SkillStaff - Выбирай!

• ЭКСПЕРТИЗА. Делай выбор в пользу проектов с разным уровнем сложности и экспертных команд, где можно работать с лучшими специалистами и обмениваться опытом.
• РАЗНООБРАЗИЕ ПРОЕКТОВ. Выбирай из сотен компаний и проектов то, что интересно и полезно для твоего роста. SkillStaff помогает реализовывать ежегодно порядка 500 различных ИТ-проектов для крупного бизнеса.
• КОМФОРТ. Создавай идеальные условия для своей работы: удаленный формат работы.​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​