Senior Python AI Engineer

ПравоТех — продуктовая IT-компания, которая с 2008 года создает решения для автоматизации юридических бизнес-процессов.

Нашими продуктами ежедневно пользуются тысячи компаний по всей стране, включая крупнейшие банки, страховые компании и корпоративных клиентов.

Сегодня мы активно развиваем AI-направление и ищем LLM / RAG Engineer, который присоединится к команде и будет развивать сервисы для интеллектуальной работы с юридическими документами.

Ключевой фокус роли — LLM, RAG и работа с текстовыми данными: извлечение значимой информации из документов, построение векторных представлений, развитие retrieval-пайплайнов и повышение качества ответов AI-сервисов.

🧠 О роли

Мы работаем с большим массивом судебных и юридических документов и создаем технологии, которые помогают находить в них действительно значимую правовую информацию.

Одна из ключевых задач команды — извлекать из судебных решений правовую позицию и ход рассуждений суда с помощью LLM, преобразовывать полученный текст в векторные представления и использовать их в Retrieval/RAG-сценариях для поиска информации и формирования ответов пользователям.

Нам нужен инженер, который умеет работать с LLM и текстовыми данными, понимает принципы embeddings и векторного поиска и готов влиять не только на реализацию, но и на качество AI-сервиса.

В этой роли будет возможность много экспериментировать: проверять гипотезы, сравнивать подходы и искать решения, которые повышают точность работы продукта.

Чем предстоит заниматься:

• разрабатывать и развивать пайплайны извлечения значимой информации из юридических документов с помощью LLM;

• работать с RAG / Retrieval-сценариями и улучшать качество поиска и ответов AI-сервисов;

• создавать векторные представления текстов с помощью embedding-моделей;

• работать с хранением и использованием векторов для поиска по базе документов;

• развивать подходы и метрики для оценки качества извлечения информации;

• анализировать текущие решения и находить точки роста для повышения точности сервиса;

• тестировать новые модели, подходы и гипотезы;

• создавать end-to-end пайплайны обработки новых типов документов;

• работать с различными источниками юридических данных: судебными решениями, нормативно-правовыми актами, кодексами и другими документами;

• совместно с AI-экспертами и командой продукта развивать качество AI-сценариев.

Для нас важно:

• уверенное владение Python;

• практический опыт работы с LLM;

• опыт работы с RAG / Retrieval или близкими по архитектуре решениями;

• понимание принципов работы embeddings и векторных представлений текста;

• практический опыт работы с текстовыми данными и NLP-задачами;

• опыт построения и поддержки data/ML pipelines;

• опыт работы с Airflow;

• понимание подходов к оценке качества ML/LLM-решений;

• готовность разбираться в существующей кодовой базе, самостоятельно искать точки роста и предлагать технические решения.

➕ Будет плюсом

• опыт разработки production-систем на базе LLM;

• опыт построения RAG-систем и векторного поиска;

• опыт работы с vector databases или другими хранилищами векторных представлений;

• опыт разработки рекомендательных систем;

• опыт работы с embedding-моделями и semantic search;

• опыт построения пайплайнов обработки больших объемов текстовых данных;

• опыт проведения экспериментов и оценки качества LLM/ML-моделей;

• опыт работы с юридическими или другими сложными неструктурированными текстами.

🚀 Первые задачи

В первый месяц мы ожидаем, что вы:

• разберетесь в существующей кодовой базе и архитектуре сервиса;

• погрузитесь в текущую логику обработки и обновления данных;

• проанализируете существующие решения и найдете потенциальные точки роста для повышения точности ответов;

• предложите и протестируете собственные гипотезы по улучшению сервиса;

• начнете разработку нового end-to-end pipeline для дополнительного типа юридических документов.

Одна из практических задач на период адаптации — самостоятельно пройти весь путь обработки нового источника документов: от получения и извлечения нужной информации до подготовки данных для дальнейшего использования в Retrieval/RAG-сценариях.

Что мы предлагаем:

• возможность работать над реальными LLM/RAG-сценариями в LegalTech;

• задачи на больших массивах юридических документов и сложных текстовых данных;

• возможность напрямую влиять на качество AI-продуктов и технические решения;

• пространство для экспериментов с LLM, embeddings, retrieval-подходами и новыми архитектурными решениями;

• небольшую команду, в которой можно существенно влиять на развитие направления;

• оформление по ТК РФ;

• ДМС;

• корпоративные программы обучения;

• командный бонус по результатам работы;

• удаленный или гибридный формат работы (Москва / Самара).

Обязанности:

• Разработка AI агентов на основе современных генеративных сеток (GigaChat и OpenSource)
• Разработка системы офлайн- и онлайн-метрик для оценки качества LLM-приложений
• Развитие харнесса агентов для оптимизации метрик, внедрение последних лучших практик в проектировании агентов
• Интегрировать агентов в общую экосистему по протоколу А2А

Требования:

• Подтвержденный опыт создания AI/ML продуктов в BigTech и вывода их в эксплуатацию от 3 лет.
• Экспертное владение Python-библиотеками для AI/ML (PyTorch, Transformers, LangChain, LlamaIndex, LangGraph, pandas, NumPy, scikit-learn).
• Глубокое понимание LLM & Поиска:
• Практический опыт работы с RAG, векторным поиском, Semantic Search.
• Понимание ограничений, текущих LLM, методов повышения и оценки качества LLM.
• Вы знаете, что такое MLOps/LLMOps, умеете проектировать пайплайны оценки качества (LLM-as-a-Judge).
• Знание MLOps/LLMOps-инструментов (Docker, LangFuse, Ollama, vLLM).

Условия:

• Возможность профессионального и карьерного роста в компании
• Возможность поучаствовать в разных проектах
• Опыт работы в распределенной команде профессионалов
• Уровень заработной платы обсуждается индивидуально
• Оформление в соответствии с ТК РФ в Bell Integrator
• Формат работы ОФИС: МСК