Специалист по науке о данных (ИИ)

Юзтех – группа аккредитованных ИТ-компаний полного цикла разработки с многолетней экспертизой в передовых технологиях: DWH, BigData, AI/ML, Blockchain, BI, предиктивная аналитика, цифровые двойники производства и рисков.

ГК Юзтех является технологическим партнером таких компаний, как Mail.ru, 2Gis, НЛМК, Еврохим, Го Инвест, Альфа-Банк, Сбер, ВТБ, МКБ, Самолет, Х5 retail Group, Газпромнефть, Леруа Мерлен, Ситилинк, Ланит, IBS. Также, ГК разрабатывает собственные IT-продукты (Usebus, Octopus, Тил Эйчар) и флагманские проекты, которыми пользуется 70% населения страны.

Приглашаем Специалиста по науке о данных GEN AI + Agentic AI присоединиться к команде нашего заказчика (ИИ платформа).

Описание проекта: Разработка внутренней корпоративной ИИ-платформы для автоматизации процессов, поддержки сотрудников и повышения эффективности взаимодействия с данными. В задачи проекта входит создание удобных пользовательских интерфейсов (чат-ассистенты, RAG-поиск, генерация текстов и изображений), сервисов для создания ИИ продуктов, в том числе агентов, интеграция с существующими системами компании и обеспечение контроля и мониторинга использования модели.

Задачи:

• Разработка сервисов на Python для инференса LLM (FastAPI + vLLM через OpenAI-compatible API)

• Интеграция ML-компонентов в микросервисную архитектуру (асинхронные HTTP-клиенты, WebSocket)

• Интеграция с внешними API (HR-системы, базы знаний)

• Работа с промптами: системные инструкции, few-shot, управление контекстом диалога

• Настройка параметров генерации и инференса LLM

• Работа с векторными базами данных (Qdrant): поиск, reranking, score-boosting

• Сборка и оптимизация Docker-образов для ML-сервисов

• Участие в код-ревью: проверка кода согласно гайдлайнам, выявление типовых ошибок

• Опыт коммерческой разработки на Python от 2 лет
• Высшее образование: IT, техническое, математическое (или эквивалентный практический опыт)​​​​​​​
• Уверенное знание Python: async/await, typing, ООП, структуры данных
• Опыт разработки REST API на FastAPI
• Продвинутый SQL: оконные функции, работа с PostgreSQL/asyncpg
• Практический опыт работы с LLM: инференс через OpenAI API или совместимые (vLLM, TGI)
• Понимание ограничений LLM: галлюцинации, контекстное окно, стохастичность, latency
• Навыки prompt engineering: системные промпты, управление контекстом, JSON-mode
• Базовый опыт контейнеризации: Docker, сборка образов, запуск контейнеров
• Базовое понимание CI/CD: запуск пайплайнов, чтение логов
• Понимание принципов работы с GPU: память, утилизация, параллелизм
• Умение работать с Git: ветки, pull requests, code review
• Опыт написания юнит-тестов
• Базовое понимание архитектурных паттернов для агентов: ReAct, Plan-and-Execute, Agent-as-a-Judge и знакомство с фреймворками LangChain, LangGraph, LlamaIndex, AutoGen

ML-алгоритмы и теория (базовое понимание):

• Классический ML: линейные модели, деревья решений, ансамбли (Random Forest, градиентный бустинг)
• Метрики качества: precision, recall, F1, ROC-AUC, accuracy для задач классификации, метрики для регрессии
• Валидация моделей: train/test split, кросс-валидация, bootstrapping
• Предобработка данных: нормализация, стандартизация, кодирование категориальных признаков
• Feature engineering: отбор признаков, работа с пропусками, выбросами
• Библиотеки: scikit-learn, pandas, numpy, matplotlib/seaborn для визуализации

Желательные (будет преимуществом):

• Опыт развертывания LLM через vLLM (настройка параметров, оптимизация)

• Знакомство с Kubernetes: deployment, services, probes, resources

• Опыт работы с векторными базами (Qdrant, Pinecone, Weaviate)

• RAG-системы: поиск чанков, reranking, контекстуализация запросов

• Оптимизация инференса: batching, caching, quantization, strea

• Карьерную и профессиональную возможность в стабильной, аккредитованной ИТ-компании;

• Расширенный полис ДМС со стоматологией, корпоративный психолог;

• Необходимую технику для комфортной работы;

• Обучение, сертификацию, Usetech English Club – онлайн изучение английского языка;

• Доступ к Корпоративной библиотеке и к Корпоративному университету;
• Внутрикорпоративные профильные коммьюнити;
• Заботу о детях сотрудников: корпоративные скидки, подарки, детские дни;
• Геймифицированную программу лояльности: поверь, ты будешь восторге от нашего корпоративного магазина!
• Интересную корпоративную жизнь: мы много работаем и классно отдыхаем.