Г

AI Engineering Team Lead (Python, FastAPI)

Мы — продуктовая компания, развиваем cowork .ru — корпоративную AI-платформу: агентный ассистент с подключаемыми инструментами (MCP), отложенными задачами, базами знаний и каталогом навыков. Ищем инженера в AI-команду: мы делаем эксперимен…

ГигаЧат Бизнес

Зарплата не указанаРоссияМоскваГибрид

Мы — продуктовая компания, развиваем cowork.ru — корпоративную AI-платформу: агентный ассистент с подключаемыми инструментами (MCP), отложенными задачами, базами знаний и каталогом навыков. Ищем инженера в AI-команду: мы делаем экспериментальные фичи для продукта, быстрые PoC для B2B-заказчиков на базе платформы, standalone-решения и R&D — от агентских бенчмарков до вопросов инференса на собственных GPU.

Чем предстоит заниматься:

  • Разрабатывать агентные системы: tool use / function calling, многошаговое планирование, human-in-the-loop;
  • Делать экспериментальные фичи для продукта и отдельные standalone-решения;
  • Итеративно улучшать компоненты агентной системы — системные промпты, скилы, инструменты — опираясь на метрики и разбор траекторий (в том числе прогоны на нашем открытом агентском бенчмарке);
  • Тестировать и внедрять модели разных модальностей: текст, vision/OCR, ASR;
  • Работать с базами знаний: RAG-пайплайны, гибридный поиск, обработка документов;
  • Организовывать встречи с техническими командами, со стейкхолдерами, обсуждать и принимать решения;
  • Управлять командой.

Что мы ожидаем:

  • Опыт работы от 3 лет, есть реальные LLM-проекты (агенты, ассистенты, RAG);
  • Python (asyncio, FastAPI), Git, Docker / docker-compose;
  • Уверенная работа с LLM API: OpenAI-compatible интерфейсы, function calling, structured output, стриминг;
  • Опыт работы с большими моделями разных семейств (Qwen, DeepSeek, GigaChat, GPT/Claude/Gemini);
  • Понимание архитектуры LLM на прикладном уровне: трансформеры, MoE, контекстное окно и его ограничения, узкие места инференса;
  • Понимание MCP (Model Context Protocol): устройство протокола, опыт создания или подключения серверов;
  • RAG как один из навыков: chunking, embeddings, гибридный поиск (BM25 + dense), reranking;
  • PostgreSQL, Redis;
  • Оценка качества: eval-пайплайны, метрики, разбор трейсов агентов;
  • Способность объяснить принятые технические решения и их trade-offs.

Будет плюсом:

  • Опыт разворачивания инференса на GPU: vLLM / SGLang, multi-GPU конфигурации, квантизация (FP8/INT8);
  • Агентные фреймворки и SDK: Strands Agents, OpenAI Agents SDK, LangGraph, CAMEL;
  • Durable execution: Restate, Temporal;
  • Observability и трейсинг: Langfuse, OpenTelemetry;
  • Мультимодальные модели: VLM (Qwen-VL и др.), OCR-пайплайны, ASR (Whisper и аналоги);
  • Фронтенд-навыки: собрать демо на React/TypeScript и показать решение;
  • Опыт с LiteLLM или другими model-роутерами.

Что мы предлагаем:

  • Достойная заработная плата + годовой бонус;

  • Сильная команда;

  • ДМС с первого месяца работы;

  • Работа в аккредитованной IT компании;

  • Льготная ипотека от Сбера;

  • Локация: Москва, м. Цветной бульвар.

Похожие вакансии AI инженер

Соц.сети

Senior Python+LLM

Неизвестный работодатель
Зарплата не указанаРоссияУдалёнка

ID 3993 - Senior python+LLM

🌍 Локация: РФ
💼 Удаленно
🕔 Занятость: фулл тайм

💡 Требования:
Python 5+ лет, продвинутый: ООП, типизация (mypy/pydantic), асинхронность (asyncio), pytest, профилирование.
Проектирование API: FastAPI (или Flask), REST, валидация, обработка ошибок, идемпотентность.
Git, code review, CI/CD (GitHub Actions/GitLab CI), Docker; Kubernetes - плюс.
Работа с БД: PostgreSQL (SQL уверенно), Redis; понимание индексов и транзакций.
Очереди/брокеры: Kafka или RabbitMQ - практический опыт.
Написание документации и поддержка кода в проде (логи, метрики, алерты).

LLM - практика в проде:
RAG end-to-end: чанкинг, эмбеддинги, векторные БД (Qdrant/Milvus/pgvector/FAISS), гибридный поиск (BM25 + вектор), реранкеры.
Промпт-инжиниринг и управление контекстом: шаблоны, few-shot, structured output (JSON Schema/Pydantic), анти-галлюцинационные меры.
Tool calling / function calling, агентные паттерны (ReAct, router/supervisor), LangChain/LangGraph или аналоги.
Fine-tuning LLM: LoRA/QLoRA, instruction tuning, подготовка датасетов; опыт с HF Transformers.
Оценка качества LLM: offline/online-метрики, human-eval, A/B, LLM-as-judge, регрессионные бенчмарки.
Понимание стоимости и latency LLM: кэширование, батчинг, выбор модели, токен-бюджет.

ML - прикладной уровень:
scikit-learn, PyTorch (или TF): обучение, валидация, кросс-валидация, метрики (precision/recall/F1, ROC-AUC).
NLP-база: токенизация, эмбеддинги, классификация, NER; HF Transformers.
Понимание переобучения, дисбаланса классов, утечек данных, калибровки вероятностей.
MLflow (или аналог): трекинг экспериментов, версионирование моделей.
Деплой моделей: инференс-сервис, батч/онлайн, мониторинг дрейфа - базово.

Архитектура и процесс:
Опыт самостоятельных архитектурных решений и ведения задач end-to-end (постановка → прод).
Оценка сложности, декомпозиция, code review, менторство джунов/мидлов.
Работа с продуктом/бизнесом: перевод требований в технические решения, измеримый эффект.

➕Будет плюсом (nice)
Kubernetes, Helm, GPU-инференс (vLLM/TGI), Triton.
Векторные БД в проде (Milvus/Qdrant/Weaviate), OpenSearch/Elastic.
Мультиагентные системы, LangGraph, AutoGen.
Guardrails, PII-маскирование, безопасность LLM (prompt injection).
Опыт с open-source LLM (Qwen/LLaMA/Mistral) и квантизацией.
Airflow/Spark, дата-пайплайны.
Английский B2+ (чтение доков, коммуникация).

📨 Отклик — через форму: •••••••• или напрямую рекрутеру ••••••••

❗️Откликайтесь только при релевантном опыте.

❗️При первичном отклике:
ID вакансии / ФИО / локация / возраст / занятость (работаете/нет) / формат работы (удаленка, гибрид, офис) / стек / опыт / резюме / сверка с требованиями

❗️Повторный отклик: ID вакансии + сверка.

#Python #Удаленно #вакансия

Соц.сети

Middle/Senior/Lead Разработчик AI / LLM-сервисов

Неизвестный работодатель
Зарплата не указанаРоссияУдалёнка

ID 3981 — Middle/Senior/Lead Разработчик AI / LLM-сервисов

🌍 Локация: РФ
💼 Удаленно
🕔 Занятость: фулл тайм

💡 Требования:
Python; LLM API (OpenAI/совместимые) и локальные модели (vLLM/Ollama); RAG; векторные БД (pgvector, Qdrant, FAISS); LangChain/LlamaIndex; FastAPI; Docker; очереди (Kafka/RabbitMQ); оценка качества (eval).

📋Задачи:
Разработка сервисов на базе LLM: интеграция моделей, построение RAG-пайплайнов, промпт-инжиниринг, backend AI-функций, оценка качества генерации.

📨 Отклик — через форму: •••••••• или напрямую рекрутеру: ••••••••

❗️Откликайтесь только при релевантном опыте.

❗️При первичном отклике:
ID вакансии / ФИО / локация / возраст / занятость (работаете/нет) / формат работы (удаленка, гибрид, офис) / стек / опыт / резюме / сверка с требованиями

❗️Повторный отклик: ID вакансии + сверка.

#AI #Удаленно #вакансия

Соц.сети

AI/ML Engineer (Middle)

500 000–700 000 KZT (≈ 92k–129k ₽)КазахстанАстанаОфис

AI/ML Engineer (Middle)
•••••••• (••••••••)

📍 Астана, работа в офисе
💰 от 500 000 до 700 000 ₸, окончательно по итогам собеседования

О проекте:
Мы вместе с ETS (USA) разрабатываем Admissions Insight Test (AIT), новую систему оценивания на стыке психометрики и AI. Лаборатория ИИ •••••••• делает AIT Studio (генерация и экспертная оценка тестовых заданий с помощью LLM) и платформу подготовки к AIT с ИИ-объяснениями для школьников на казахском и русском языках. Ищем инженера, который будет доводить модели от эксперимента до работающего решения на наших серверах.

🎯 Чем будешь заниматься:
Разработка и дообучение LLM и NLP-моделей для генерации и проверки тестовых заданий
Построение RAG-пайплайнов по учебникам: эмбеддинги, семантический поиск, векторные базы
Оценка качества моделей: метрики, тестовые наборы, сравнение подходов
Развёртывание моделей на локальных серверах (on-prem) и их сопровождение
Эксперименты с open-source моделями, промптами и агентными системами
Участие в исследовательских задачах совместно с ETS

✅ Что нам важно:
Опыт в ML / NLP от 2 лет, хотя бы один проект доведён до внедрения
Уверенный Python, знание SQL
PyTorch и Hugging Face Transformers
Практический опыт с LLM: промптинг, RAG, дообучение (LoRA / PEFT)
Понимание основ ML и оценки моделей
Docker и Git
Технический английский на уровне чтения статей и документации

➕ Будет плюсом:
Магистратура в области CS, ML, математики или смежной (желательно, но не обязательно)
Опыт работы с казахским языком в NLP
Опыт с vLLM, Qdrant / FAISS, MLflow, FastAPI
Опыт в EdTech, публикации или вклад в open-source
Разговорный английский

⚙️ Стек:
Python, PyTorch, Hugging Face, LangChain / LlamaIndex, Qdrant, FAISS, PostgreSQL, Docker, MLflow, FastAPI, on-prem

🚀 Что мы предлагаем:
Стажировка в ETS (Принстон, США) на срок от 4 до 12 месяцев с исследовательской работой
Задачи государственного масштаба с уникальными данными
Официальное оформление по ТК РК, оплачиваемый отпуск 30 календарных дней
Сильная команда и свобода в выборе технических решений

📩 Резюме и вопросы: ••••••••

HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.