Просмотр вакансии

Мы развиваем прикладные решения на базе больших языковых моделей (LLM): умные базы знаний, корпоративные AI-ассистенты, инструменты работы с нормативной и технической документацией, аналитикой и заявками. Работаем с корпоративными клиентами и госзаказчиками.

В команду ищем опытного ML-инженера, который усилит нас в части проектирования и оптимизации RAG-решений. Задачи — от инженерных до архитектурных.

Ключевые задачи:

• Проектирование и реализация RAG-пайплайнов с нуля или оптимизация текущих (Haystack, LangChain, LlamaIndex)

• Подключение и обработка различных источников данных (документы, базы знаний, BI-данные)

• Настройка векторного поиска (FAISS, Weaviate, Elasticsearch, hybrid search)

• Интеграция с LLM (OpenAI, Mistral, LLaMA и др.)

• Разработка компонентов препроцессинга: chunking, фильтрация, аннотирование, структурирование

• Технический аудит и консультации по архитектуре RAG-систем

• Взаимодействие с разработчиками и аналитиками

Требования:

• Глубокая экспертиза в ML/NLP и опыте работы с LLM-пайплайнами

• Практический опыт построения RAG-архитектур: retriever + generator, hybrid search

• Знание современных инструментов: Haystack, LangChain, LlamaIndex, HuggingFace

• Отличное знание Python, опыт с FastAPI, git

• Понимание особенностей векторного поиска, embedding-моделей, retrieval evaluation

• Способность быстро разбираться в чужом коде и выстраивать системные решения

Будет плюсом:

• Опыт продакшн-разработки LLM-продуктов

• Навыки работы с Docker, MLFlow, DVC

• Знание особенностей работы с нормативной документацией

• Опыт код-ревью и менторства

Что предлагаем:

• Гибкий формат: part-time, удалёнка, чёткие задачи

• Работа с востребованными LLM-технологиями и реальными кейсами

• Возможность влиять на архитектуру решений

• Быстрая и технологичная команда без лишних процессов

• Оплата по договорённости: ставка или по проектам

Если ты хорошо понимаешь, как работает RAG, и хочешь применять это на практике в живых проектах — будем рады обсудить сотрудничество.