
Разработка и внедрение ML-моделей и пайплайнов для решения бизнес-задач (классификация документов, извлечение сущностей, поиск аномалий, RAG-системы).
Разработка и внедрение ML-моделей и пайплайнов для решения бизнес-задач (классификация документов, извлечение сущностей, поиск аномалий, RAG-системы).
Предобработка, очистка и анализ витрин данных из корпоративного хранилища данных (КХД) для обучения и использования моделей.
Интеграция ML-моделей и LLM (в т.ч. через API) в производственные системы и RPA-процессы.
Настройка и поддержка векторных баз данных и механизмов эмбеддинга для AI-агентов.
Мониторинг качества работы моделей в промышленной эксплуатации (контроль дрейфа данных, точности ответов).
Требования:
Уверенное знание Python и основных библиотек для работы с данными и ML.
Продвинутый уровень SQL и понимание принципов реляционных баз данных.
Понимание архитектуры современных LLM и практический опыт построения RAG-систем (работа с LangChain, LlamaIndex или аналогами).
Опыт создания и документирования REST API (например, на FastAPI или Flask) для развертывания моделей.
Опыт работы с векторными базами данных.
Практический опыт работы с российскими LLM или open-source моделями.
Знакомство с основами MLOps: Docker, базовые принципы CI/CD для ML, MLflow или аналоги.
Опыт работы с неструктурированными данными (текст, PDF, изображения) и OCR-технологиями.
Аналитический склад ума и здоровое любопытство к новым технологиям.
Умение работать в условиях неопределенности (когда данные "грязные", а требования размыты).
Способность объяснять ограничения и вероятностную природу ИИ не техническим специалистам.
HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.