Инженер AI/ML (Python)

Что предстоит делать

О роли Ищем инженера, который уверенно разрабатывает решения на Python, работает с данными и имеет практический опыт применения ИИ и машинного обучения. Нужен человек, способный быстро превращать идеи в работающие прототипы и промышленные сервисы, использовать современные AI-инструменты, работать с GPU-инфраструктурой и применять подходы AI-assisted development.

• Разработка AI- и ML-решений на Python.
• Создание прототипов, MVP и промышленных сервисов на основе ML-моделей.
• Работа с LLM, RAG, embeddings, векторным поиском (vector search) и AI-агентами.
• Интеграция AI-моделей в корпоративные приложения и бизнес-процессы.
• Подготовка, обработка и анализ данных с помощью Python и SQL.
• Разработка API и сервисов для инференса (inference) моделей.
• Запуск и оптимизация моделей на GPU (vLLM).
• Тестирование моделей, архитектур и промптов (prompt engineering).
• Использование Claude Code, Cursor, GitHub Copilot, ChatGPT и других AI-инструментов для ускорения разработки.
• Быстрое создание прототипов (vibe coding).
• Оптимизация скорости, стоимости и качества AI-моделей.
• Участие в выборе моделей, фреймворков и архитектуры.
• Подготовка документации и передача решений в эксплуатацию.
• Требования
• Уверенное владение Python.
• Хорошее знание SQL.
• Практический опыт разработки решений с ML или генеративным ИИ (GenAI).
• Понимание принципов работы LLM, embeddings, RAG и векторных баз данных (vector databases).
• Опыт работы с ML-фреймворками и библиотеками обработки данных.
• Понимание принципов использования GPU для обучения и инференса.
• Умение создавать API и интегрировать модели с внешними системами.
• Практический опыт использования AI-инструментов для разработки.
• Способность самостоятельно исследовать технологии и быстро проверять гипотезы.
• Опыт работы с Git.
• Будет преимуществом:
• PyTorch, TensorFlow, Hugging Face или scikit-learn.
• vLLM, Ollama, Triton Inference Server или аналоги.
• LangChain, LangGraph, LlamaIndex или другие AI-фреймворки.
• MLflow и инструменты MLOps.
• NVIDIA GPU, CUDA, оптимизация моделей.
• FastAPI, Docker, Kubernetes.
• Рекомендательные системы, NLP, компьютерное зрение (computer vision), прогнозные модели.
• Разработка корпоративных AI-ассистентов и мультиагентных систем.

Что предлагаем