AI Automation Engineer (Python, TypeScript)

VitAi World строит цифровые продукты для бизнеса и не только: сайты, внутреннюю CRM-платформу, игры, ботов, интеграции и автоматизацию. Проектов много и они разные, поэтому много и небольших задач: поправить интерфейс, собрать страницу, починить баг, подключить форму.

Мы ищем junior-разработчика, который возьмёт эти задачи на себя. Код у нас в основном пишется с помощью ИИ-агентов вроде Claude Code и Cursor. От вас нужно не набирать код быстро, а аккуратно доводить задачу до конца и понимать, что именно вы сделали.

Какие задачи:

• Сайты и лендинги: вёрстка, правки, адаптация под телефоны, перенос с конструкторов вроде Тильды в код.

• Интерфейс внутренней платформы: экраны, таблицы, формы, доработки по готовому описанию.

• Боты, скрипты и автоматизации, в том числе с LLM.

• Мелкие баги в любом из проектов: воспроизвести, найти причину, исправить.

• Уборка кода, документация, тесты на готовую логику.

Кого мы ищем:

• Знаете хотя бы один язык (JavaScript, TypeScript, Python или другой) на уровне, достаточном, чтобы читать чужой код и понимать, что он делает.

• Делали хотя бы один живой проект: сайт, бота или автоматизацию, которой кто-то пользуется.

• Пользуетесь ИИ-инструментами в работе и проверяете то, что они написали, а не принимаете всё подряд.

• Понимаете основы: клиент и сервер, как работает запрос, зачем нужны git и ветки.

• Спокойно переключаетесь между проектами и быстро разбираетесь в незнакомом коде.

• Сначала разбираетесь в задаче, потом делаете.

• Честно говорите, когда не понимаете или ошиблись, и задаёте вопросы вовремя.

Будет плюсом:

• React, Next.js или TypeScript.

• Tailwind и адаптивная вёрстка.

• Опыт с Тильдой или другими конструкторами сайтов.

• Свой VPS, Docker, опыт выкатки проекта.

• Боты и автоматизации с LLM API.

Как устроена работа:

• Каждая задача в отдельной ветке и через pull request.

• Сначала простые и хорошо проверяемые задачи, потом сложнее по мере того, как растёт опыт.

• Внутренние правила и договорённости записаны, их не нужно угадывать.

Что мы даём:

• Разные реальные проекты, которыми пользуются люди, а не учебные задания.

• Full-time или part-time, удалённо или гибрид.

• Оплата обсуждается по уровню и растёт вместе с задачами.

В отклике покажите проект, который вы сделали сами, и расскажите один случай, когда ИИ написал что-то не то, а вы это заметили.

Halyk Банк – это мощная экосистема, где технологии сочетаются с ценностями.
Мы гордимся более чем 14 000 работниками, которые делают нас лучшим местом работы. Мы предоставляем услуги во всех сегментах финансового рынка: банковском, страховом, лизинговом и т.д.
Мы стремимся стать ведущим цифровым банком, внедряя инновации и предоставляя возможности для роста и развития.
Мы ищем талантливых специалистов, готовых развиваться вместе с нами!

Обязанности:

• Разработка и внедрение LLM/VLM-решений для бизнес-задач компании;
• Проектирование и построение RAG-пайплайнов для работы с корпоративными данными Разработка и оптимизация мульти-агентных систем на базе LangGraph и LangChain Настройка и обслуживание инференс-серверов (vLLM, TGI, TensorRT-LLM) Fine-tuning моделей (LoRA, QLoRA, RLHF, DPO) под специфические задачи;
• Разработка REST API на FastAPI для интеграции ML-сервисов в продукт;
• Контейнеризация и деплой ML-сервисов с помощью Docker и Kubernetes;
• Оптимизация производительности моделей: квантизация, батчинг, управление GPU-памятью;
• Проектирование и поддержка векторных баз данных для хранения эмбеддингов;
• Написание и поддержка автоматических тестов для ML-пайплайнов;
• Мониторинг качества моделей в продакшене (LangSmith, OpenTelemetry);
• Проведение бенчмарков и A/B-тестов для сравнения моделей и подходов;
• Работа с GPU-инфраструктурой: настройка multi-GPU, распределённое обучение
• Подготовка и очистка данных для обучения и оценки моделей;
• Исследование и внедрение новых моделей, техник и фреймворков;
• Написание технической документации и ADR (Architecture Decision Records);
• Участие в код-ревью и менторинг младших специалистов;
• Взаимодействие с продуктовой командой для определения требований и приоритетов;
• Оптимизация стоимости облачной GPU-инфраструктуры;
• Обеспечение безопасности и надёжности ML-сервисов в продакшене.

Требования:

• Python;
• Python 3.10+ (async/await, type hints, dataclasses). SOLID, Clean Architecture, DI. pytest + mocks, Ruff/Black/MyPy, Poetry/uv, Git & CI/CD;
• LLM / VLM
• Transformer (attention, KV-cache).
  Модели: GPT-4, LLaMA 3, Mistral, Qwen, LLaVA, GPT-4o.
  Fine-tuning: LoRA/QLoRA, PEFT, RLHF, DPO.
  Prompting: CoT, ReAct, Few-shot. Evaluation: LLM-as-judge, perplexity. Tokenization (tiktoken);
• LangChain & LangGraph
  LangChain (LCEL, Agents, Tools, Memory), LangGraph (multi-agent graphs), RAG-пайплайны, Vector DB (Chroma, Pinecone, Qdrant, pgvector), LangSmith;
• Инференс
  vLLM (PagedAttention, continuous batching), Quantization (GPTQ, AWQ, GGUF), Serving (vLLM, TGI, TensorRT-LLM), OpenAI-compatible API.
  PyTorch & DL
  PyTorch, Hugging Face (Transformers, PEFT, TRL), Distributed (DDP, FSDP, DeepSpeed), BF16/FP16.
  GPU & Инфраструктура
  NVIDIA (H100, A100, RTX 4090), multi-GPU parallelism, Cloud (AWS/GCP/RunPod), мониторинг nvidia-smi;
• Backend
  FastAPI, Pydantic v2, async (asyncio, httpx), WebSockets/SSE, JWT.
  DevOps
  Docker (GPU), Docker Compose, Kubernetes basics, GitHub Actions, Prometheus/Grafana;
• Хранилища
  PostgreSQL + pgvector, Redis, S3, Vector DBs, Kafka/RabbitMQ.
  Nice to Have
  CrewAI, AutoGen, MLflow/W&B, Airflow, Streamlit/Gradio.
• Уровни опыта:
  Junior: Python, PyTorch, LangChain, Docker
  Middle: Fine-tuning, RAG, vLLM, FastAPI, LangGraph
  Senior: Архитектура, distributed training, MLOps
  Lead: Стратегия, оптимизация затрат, лидерство
  Soft Skills: Аналитическое мышление, техническая коммуникация, быстрое обучение, English B2+, Agile.

Условия:

• Заработная плата и бонусы: конкурентоспособная оплата труда благодаря системе грейдирования, премии ко Дню Независимости и годовой бонус.
• Социальный пакет: ДМС и страхование жизни, мобильная связь и скидки от партнеров.
• Отпуск и отдых: 26 дней отпуска с возможностью взять дополнительные дни при наступлении важных событий.
• Бонусы за рекомендации.
• Рабочие условия: льготные условия на паркинг, свободный стиль одежды (smart casual).
• Обучение и развитие: тренинги, вебинары и доступ к корпоративной библиотеке, четкая система карьерного роста.
• Корпоративная культура: открытая и дружеская рабочая атмосфера, спортивные турниры и активная корпоративная жизнь.
• Инициативы и проекты: возможность участия в социальных проектах, реализация идей в новых проектах группы «Halyk» с использованием современных digital-инструментов.
• Команда: творческая и поддерживающая команда для реализации ваших идей.
• Присоединяйтесь к нам и становитесь частью команды «Halyk»!

MWS AI – это часть экосистемы МТС Web Services, где создаются AI-решения будущего. Здесь мы разрабатываем современные AI-решения для различных сфер: от банковской до медицины и телекома. Мы стремимся к инновациям в области речевого ИИ, видеоаналитики и Gen AI: активно занимаемся исследованиями и публикуем научные статьи. В MWS AI вы найдете профессиональное сообщество единомышленников и возможности для реализации прорывных проектов.

Сейчас мы ищем ML инженера в команду Gen AI, который поможет превратить наши исследования в передовые продукты для бизнеса.

В этой роли вы будете:

• Разрабатывать NLP-компоненты для автоматизации службы клиентской поддержки: классификацию, извлечение сущностей, поиск, RAG и агентские сценарии

• Дообучать и адаптировать ML модели, готовить данные для обучения и разметки

• Выстраивать оценку качества: метрики, «золотые» сеты, анализ ошибок, статистически корректное сравнение версий, связь ML-метрик с бизнес-метриками

• Выводить модели в production, проводить бенчмарки latency и throughput

• Следить за публикациями, быстро проверять идеи через MVP и доводить удачные до production-ready кода

• Участвовать в код-ревью и технических обсуждениях, менторить младших коллег

Требования:

• Python на уровне промышленной разработки: ООП, генераторы и контекстные менеджеры, профилирование, unit-тесты, type hinting

• Уверенная база в ML и DL: функции потерь, регуляризация, кросс-валидация, работа с дисбалансом классов, оптимизаторы

• Глубокое понимание трансформеров, механизма внимания, токенизации, transfer learning и fine-tuning

• Практический опыт с PyTorch и экосистемой Hugging Face (Transformers, Trainer, PEFT); Mixed Precision, gradient accumulation и checkpointing, обучение на нескольких GPU (DDP)

• Практика работы с LLM: промпт-инжиниринг, zero/few-shot, стратегии генерации, построение RAG-систем

• Опыт вывода моделей в прод: упаковка модели в сервис, ONNX Runtime, квантование (FP16/INT8), развертывание через vLLM или Triton, понимание KV-кэша и PagedAttention

• Умение выстроить валидацию: метрики классификации и генерации, метрики RAG, статистическое сравнение моделей, ablation study

• Инженерная база: Git (rebase, MR, CI/CD в GitLab), Docker, воспроизводимые эксперименты (конфиги через Hydra или аналог, трекинг в ClearML или W&B)

• Умение готовить данные к разметке, писать однозначные инструкции для асессоров и интерпретировать метрики согласия

• Самостоятельность в условиях неопределенности: декомпозиция задачи, оценка сроков и рисков, аргументированная защита технических решений

Желаемый опыт:

• От 3 лет в NLP

• NLP-проекты полного цикла, выведенные в прод: от данных и бейзлайна до мониторинга

• Построение RAG-систем или агентских сценариев для реальных пользователей

• Реализация методов из статей, в том числе без официального кода

• Менторство младших коллег и регулярное код-ревью

Будет плюсом:

• Синтез обучающих данных с помощью LLM, пайплайны LLM-as-a-judge

• Проектирование агентских систем: память, function calling, гардрейлы; методы борьбы с галлюцинациями и uncertainty estimation

• Мониторинг моделей в проде: детекция data drift и concept drift

• Active Learning и Weak Supervision; знание Cohen's Kappa и альфы Криппендорфа

• Знание статистики: проверка гипотез, доверительные интервалы, бутстрэп

• Профильное высшее образование

• Публикации, выступления на конференциях и митапах, участие в соревнованиях

• Английский на уровне чтения статей и технического письма

Что мы предлагаем:

• 5/2, гибридный формат, гибкое начало дня.
• Оклад + квартальные и годовые бонусы.
• Комфортный офис в 10 минутах пешком от метро Таганская.
• ДМС со стоматологией, страхование при поездках за рубеж, страхование жизни.
• Участие в конференциях и митапах, обучение за счет компании.
• Бесплатная мобильная связь.
• Специальные предложения от партнеров и друзей МТС.